MA-SAM:一个多地图导向的SAM,使用伪面具提示符,没有手动注释,用于脊柱图像分割

科学领域:

• 医学图像分析 医学图像分析
• 计算机视觉 计算机视觉
• 人工智能的人工智能

背景情况:

• 准确的脊柱细分对于诊断和治疗脊柱疾病至关重要.
• 现有的方法与脊柱图像复杂的解剖学作斗争.
• 细分任何模型 (SAM) 是有前途的,但对医疗图像需要高质量的提示.

研究的目的:

• 为脊柱图像开发一种改进的细分方法.
• 解决SAM在产生医学成像有效提示方面的局限性.

主要方法:

• 提出了一种使用伪面具提示符的多地图导航SAM (MA-SAM).
• 一个子网络通过多图书馆注册生成解剖结构提示到一个粗的面具.
• 微调SAM的图像编码器与适配器,并通过提示编码器结合了先前的知识.

主要成果:

• 与标准的SAM提示 (点,框,面具) 相比,MA-SAM表现出优异的细分性能.
• 通过CT验证脊柱解剖学和MR验证腰部神经的细分.
• 为复杂的解剖结构实现了增强的细分精度.

结论:

• MA-SAM有效地利用多图表信息来引导SAM进行精确的医疗图像细分.
• 拟议的方法为具有挑战性的脊柱和相关的解剖细分任务提供了强大的解决方案.
• 基于MA-SAM的MA-SAM显著改进了现有的基于SAM的高维医学图像方法.