研究人员推出了 SAMRI-3D,这是一个用于 3D MRI 分割的新基准和方法,它适配了 Segment Anything Model 2 (SAM2)。该方法通过仅微调解码器和内存模块,将分割精度与之前的基于 SAM 的医学模型相比显著提高,达到了 0.76 的平均 Dice 分数。该方法还引入了具有截断符号距离场 (TSDF) 目标的全局体积令牌 (GVT),以更好地处理 MRI 扫描中的不可见边界,从而在不同数据集上以最小的方差实现了 0.78 的整体准确率。 AI
影响 增强医学影像分割能力,可能提高放射科诊断的准确性和效率。
排序理由 该集群描述了一篇介绍用于 3D MRI 分割的新方法和新基准的研究论文。
在 Hugging Face Daily Papers 阅读 →
- arXiv
- DagsHub
- Global Volume Tokens
- Hugging Face
- Medical-SAM2
- SAM2
- SAMed-2
- SAM-Med3D
- SAMRI-3D
- Truncated Signed Distance Field
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →