Vessa

基于VLM的新型助手，用有限数据提升医学图像分割

研究人员开发了一种新颖的视觉-语言增强半监督分割助手（VESSA），用于医学图像分割。该模型将视觉-语言模型（VLM）集成到半监督学习框架中，以提高在专家标注有限情况下的分割准确性。VESSA分两个阶段进行：首先，它作为参考引导的分割助手进行训练，使用示例分割来为掩码解码器生成结构化提示。其次，它在半监督框架中充当即插即用的教师，提供模板引导的伪标签以增强监督。