Dec, 2023
ASLseg：基于 SAM 环路的半监督肝脏肿瘤分割的适应
ASLseg: Adapting SAM in the Loop for Semi-supervised Liver Tumor Segmentation
Shiyun Chen, Li Lin, Pujin Cheng, Xiaoying Tang
TL;DR提出一种名为 ASLseg 的新型半监督框架，能够有效地将 Segment Anything Model（SAM）适应于半监督设置，并结合肝脏肿瘤的领域特定和通用知识。通过使用特定的半监督范式训练的分割模型提供生成的伪标签作为 SAM 的微调提示，然后使用适应网络来改进 SAM 的预测并生成高质量的伪标签，最后选择可靠的伪标签来扩展标记集进行迭代训练。在 LiTS 数据集上进行的大量实验证明了我们的 ASLseg 具有超强的性能。