Mar, 2024
MaskSAM:面向医学图像分割的自动提示 SAM 与掩码分类
MaskSAM: Towards Auto-prompt SAM with Mask Classification for Medical Image Segmentation
Bin Xie, Hao Tang, Bin Duan, Dawen Cai, Yan Yan
TL;DR提出了 MaskSAM,这是一种适用于医学图像分割的新型无需提示的 SAM 适应框架,通过与 SAM 中的图像编码器结合设计了一个提示生成器,生成一组辅助分类器令牌、辅助二进制掩模和辅助边界框,以解决额外提示的要求,同时利用 3D 深度卷积适配器和 3D 深度 MLP 适配器使预训练的 2D SAM 模型提取 3D 信息并适应 3D 医学图像。我们的方法在 AMOS2022 上取得了最先进的性能,Dice 系数为 90.52%,相比 nnUNet 提高了 2.7%。在 ACDC 和 Synapse 数据集上,我们的方法分别超过了 nnUNet 1.7% 和 1.0%。