Sep, 2024

利用SAM生成注释的医学图像分割

TL;DR本研究解决了医学图像分割领域中大型公开注释数据集稀缺的问题。通过利用Segment Anything Model(SAM)生成“伪标签”,并用其训练弱监督的UNet模型,我们发现边界框提示是一种简单有效的生成伪标签的方法。结果表明,该弱监督模型的表现与完全监督模型相当,具有显著的应用潜力。