使用 CT、PET 和 MRI 多模态图像的头颈肿瘤分割模型
原文中文，约300字，阅读约需1分钟。发表于：。本研究通过使用深度学习方法自动分割头颈部癌症的肿瘤体积，并在使用不同模态图像进行 fine-tuning 的情况下对模型性能进行评估。结果表明，在使用边界框提示的情况下，对 SAM 进行 fine-tuning 可以显著提高其分割准确度，为半自动头颈部癌症肿瘤体积分割开辟了一个有前景的途径。
本研究使用Segment Anything Model在医疗图像上进行了零-shot分割实验，发现其在一般领域表现出色，但在医疗图像中存在局限性。微调可以改进模型性能，展示了通用视觉基础模型在医学领域的潜力。
