医学图像分割的基于鲁棒盒提示的 SAM
原文中文，约300字，阅读约需1分钟。发表于：。本研究提出一种名为 RoBox-SAM 的新型 Robust Box prompt based SAM 模型，通过引入提示修正模块、提示增强模块和自信息提取器，从而在高品质和低品质的提示下提高 SAM 的分割性能。在包括 99,299 张医学图像、5 种模态和 25 个器官 / 目标的大型医学分割数据集上，我们的 RoBox-SAM 模型得到了验证。
提出了一种新型的医学图像分割方法MaskSAM，通过设计提示生成器生成辅助分类器令牌、辅助二进制掩模和辅助边界框，利用适配器使2D SAM模型适应3D医学图像。在AMOS2022上，Dice系数为90.52%，比nnUNet提高了2.7%。在ACDC和Synapse数据集上，分别超过了nnUNet 1.7%和1.0%。
