本研究提出SeqSAM方法，解决医学图像分割中仅生成单一预测的问题。该方法通过序列化和RNN启发策略，利用二部匹配损失确保分割掩模的临床相关性，并能生成多个掩模。研究表明，该方法在公开数据集上显著提高了分割质量。