Segment Anything Model (SAM)推动了生物医学影像分析领域的进展。研究发现，SAM在解决临床挑战方面仍有改进空间，特别是对于颈动脉、肾上腺、视神经和下颌骨的分割。调查深入研究了SAM的创新技术和在医学影像场景中的应用。

本文介绍了一种基于规则的算法，用于提取Zeiss Cirrus光学相干断层扫描报告中的文本数据，包括视网膜神经纤维层（RNFL）值和其他神经节细胞计数（GCC）数据。通过手动审核一组报告，验证了算法的高性能和准确性。定制化的光学字符识别算法可以自动处理大规模的PDF报告，大大减少提取扫描结果的时间。