Jul, 2023
SAM-Path：数字病理学中的语义分割段模型
SAM-Path: A Segment Anything Model for Semantic Segmentation in Digital Pathology
Jingwei Zhang, Ke Ma, Saarthak Kapse, Joel Saltz, Maria Vakalopoulou...
TL;DR通过引入可训练的类别提示和病理编码器，本研究将 Segment Anything Model（SAM）适应于数字病理学中的语义分割任务，进一步通过增加病理基础模型提高了 SAM-Path 在数字病理学中的语义分割能力，实验证明在两个公共病理学数据集上，可训练类别提示的微调方案在 Dice 得分上超过手动提示和后处理的 SAM27.52％，在 IOU 得分上超过 71.63％，而增加病理基础模型相对提升 Dice 得分 5.07％至 5.12％，IOU 得分 4.50％至 8.48％。