Core Concepts
3D腫瘍病変セグメンテーションのためのMask-Enhanced SAM(M-SAM)は、精密なセグメンテーションマスクを生成し、性能を向上させる革新的なアーキテクチャです。
Abstract
Abstract:
腫瘍病変のCTまたはMRI画像におけるセグメンテーションが癌診断と治療計画に重要。
SAMに医学的知識を統合したM-SAMは、3D腫瘍病変セグメンテーションに適している。
Introduction:
既存手法では限界があり、SAM-Med3Dは一般的な医学的セグメンテーションで競争力を示す。
Method:
M-SAMはMEAで位置情報を組み込み、イテレーティブリファインメントスキームで性能向上。
Experiments and Results:
M-SAMは他手法よりも高いセグメンテーション精度を達成し、汎化能力も優れている。
Ablation Study:
MEAの導入によりパフォーマンスが向上し、計算リソース要件が低減。
Stats
拡張された形式でトランスフォーマー構造に基づくSegment Anything Model(SAM)が構築されています。
Quotes
"Tumor lesion segmentation on CT or MRI images plays a critical role in cancer diagnosis and treatment planning."
"Our M-SAM not only achieves high segmentation accuracy but also exhibits robust generalization."