Sep, 2023

SAM-OCTA：基于 Foundation Model 的 OCTA 图像分割任务的微调策略

PDF
TL;DR采用低秩适应技术进行基础模型微调并提出相应的提示点生成策略，以处理 OCTA 数据集上的各种分割任务。该方法命名为 SAM-OCTA，并在公开可用的 OCTA-500 数据集上进行了实验。在实现最先进的性能度量的同时，该方法实现了局部血管分割和有效的动脉 - 静脉分割，这在先前的工作中尚未很好解决。
optical coherence tomography angiographysegmentationlow-rank adaptationprompt point generation strategiesocta datasets
发现论文，激发创造
  • SAM-OCTA: OCTA 图像分割的 Segment-Anything 促进方法

    通过低秩适应技术和相应的提示点生成策略使 SAM-OCTA 方法在光学相干断层扫描血管造影 (OCTA) 数据集上实现了先进的分割性能，其中讨论了提示点对于视网膜血管、黄斑无血管区、毛细血管、动脉和静脉分割任务的效果和适用性，并成功解决了以往工作中未很好解决的局部血管分割和动脉静脉分割问题。

    Oct, 2023

  • 一种准确高效的用于 OCTA 血管分割的神经网络和一个新数据集

    本研究提出了一种准确高效的神经网络，用于光相干断层扫描血管成像（OCTA）中视网膜血管的分割，通过在完整分辨率卷积网络中应用改进的循环 ConvNeXt 模块实现了与其他 SOTA 方法相当的准确性，且具有更少的参数和更快的推理速度（比 U-Net 轻 110 倍且快 1.3 倍），非常适合工业应用，同时构建了一个包含 918 个 OCTA 图像及其相应血管注释的新数据集，该数据集通过 Segment Anything Model（SAM）的协助进行半自动注释，极大地提高了注释速度，研究代码和数据集可从给出的 URL 获取。

    Sep, 2023

  • 光学相干断层扫描血管造影（OCTA）血管分割的多任务学习

    本文提出了一种基于多任务学习的新型 OCTA 分割方法 (OCTA-MTL)，利用图像到 DT（距离变换）分支和自适应损失组合策略，该方法在 ROSE-2 数据集上表现出卓越的分割性能，相对于两种基线方法：单任务分割方法和使用固定损失组合的多任务分割方法。

    Nov, 2023

  • 使用模拟光学相干断层扫描血管造影技术进行详细视网膜血管分割，无需人工注释

    采用基于空间殖民化的仿真方法和三个对比适应管道，以更快、更真实地合成 OCTA，表现出优异的性能，能更好地补足深度学习方法不足。

    Jun, 2023

  • 窗口移动的蛇形模型：学习自适应血管模式用于 OCTA 分割

    使用 Swin-Transformer 和可变形卷积的 SSW-OCTA 模型，成功分割了光学相干断层扫描血管造影图像中富有复杂形状的视网膜结构，并在 OCTA-500 数据集上达到了最先进的性能水平。

    Apr, 2024

  • SAM 整合互补网络的梯度微调方法

    本文提出了一种在医学图像分割中，利用卷积神经网络与已有的广义模型进行 fine-tuning 的方法，以优化模型的利用效果，并在开放数据集上取得了有竞争力的成果。

    Jun, 2023

  • 增强医学图像分割的基础模型多提示微调技术

    我们引入了一种新颖的微调框架，通过批处理基于真实掩蔽的边界框引入批量提示策略，以提高 Segment Anything Model 在医学图像上的性能表现和广泛的分割任务中解决医学图像中常见的复杂性和模糊性。

    Oct, 2023

  • SAMedOCT：针对视网膜 OCT 图像的 Segment Anything 模型（SAM）的调整

    通过对大规模的 OCT 数据集进行综合评估，本研究探索了基于 Prompt 的 Segment Anything Model（SAM）在视网膜 OCT 扫描中的应用。我们展示了 SAM 在视网膜 OCT 扫描中作为一个强大的分割模型的效力，尽管在某些情况下仍然落后于其他成熟方法。研究结果突出了 SAM 的适应性和韧性，并展示了它作为视网膜 OCT 图像分析中有价值的工具，并为该领域的进一步发展铺平了道路。

    Aug, 2023

  • 通过微调 SAM 在少量示例上进行医学影像分割的低成本午餐

    本文介绍了一种利用有限数量的样本来对 Segment Anything Model (SAM) 进行微调的高效实用方法，以适用于医学领域，经实证研究表明 SAM 在医学领域即使只有少量标记数据也能有效对齐，通过在脑肿瘤分割（BraTS）和多器官 CT 分割（Synapse）实验中的综合结果，验证了这种方法的可行性和有效性，为 SAM 在医学领域的实际应用铺平了道路。

    Aug, 2023

  • 无标签和无数据的血管系统分割串联切片 OCT 数据的训练策略

    通过利用合成血管数据集训练深度学习分割模型，解决了光学相干断层扫描术 (sOCT) 中的复杂性，为神经血管结构的更准确和高效分析铺平了道路。

    May, 2024