PromptForSegCXR

揭示用于胸部X光片的提示驱动分割框架

研究人员开发了PromptForSegCXR，这是一个新颖的框架，用于分割胸部X光片中的多个器官和疾病，使用用户提供的涂鸦提示。这种方法解决了传统模型专注于单一病症的局限性以及多类别数据集手动标注的高成本问题。所提出的系统通过多阶段特征融合策略和高效的卷积块将胸部X光片图像与涂鸦提示集成，实现了81.62%的Dice分数。该性能比现有的提示分割模型高出10%，比传统架构高出23%，同时保持了轻量级设计。