MedSAM2-Anatomy

MedSAM2-Anatomy框架提高了医学图像分割精度

研究人员开发了MedSAM2-Anatomy，一个新颖的框架，旨在提高肌骨分割在医学成像中的准确性，而无需模型重新训练或手动输入。该方法通过将现有分割模型的输出转换为基础模型的多个提示假设，然后融合结果并丢弃解剖学上不可信的片段来实现。在独立数据集上的评估表明，分割精度有了显著提高，中位数Dice分数增加，中位数Hausdorff距离95（HD95）大幅降低。研究表明，这种无需训练的优化策略为提高冻结分割模型的性能提供了一种实用的方法。