研究人员开发了CRC-SAM，一个用于分割CT、结肠镜和组织学等多种成像类型结直肠癌的新型框架。该系统基于MedSAM模型，并利用低秩适配（LoRA）技术进行高效迁移学习，以适应不同的医学成像领域。在多个数据集上的实验表明，CRC-SAM的性能优于现有方法，证明了轻量级适配基础模型在癌症分析中的有效性。 AI
影响 引入了一个新的多模态结直肠癌分割框架，有望提高不同成像模态的诊断一致性。
排序理由 这是一篇研究论文，详细介绍了一种用于医学图像分析的新框架和模型适配技术。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.24793v1 Announce Type: cross Abstract: We present CRC-SAM, a unified framework for colorectal cancer segmentation across colonoscopy, CT, and histopathology images. Unlike prior single-modality methods, CRC-SAM provides consistent, modality-agnostic segmentation throug…