利用任何分割模型(SAM)进行胸部X光图像中的肺部分割
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究通过迁移学习和微调新发布的Segment Anything Model(SAM),显著提升了胸部X光图像中肺部分割的性能,具有重要的临床应用潜力。
🎯
关键要点
- 本研究解决了肺部分割在胸部X光图像分析中的不足。
- 通过对新发布的Segment Anything Model(SAM)进行迁移学习和微调,显著提升了肺部分割的性能。
- 改进后的模型在评估指标上与先进的神经网络如U-Net相当。
- 该研究具有重要的临床应用潜力。
🏷️
标签
➡️