의료 영상 세그멘테이션

ลงชื่อเข้าใช้

Segment Anything Model(SAM)은 의료 영상 세그멘테이션에서 일반화 능력이 뛰어나지만, 의료 영상에 대한 성능이 제한적이다. 이를 개선하기 위해 SAM 변형 모델들이 제안되고 있으며, 이를 통합하고 효율적으로 활용할 수 있는 플랫폼이 필요하다.

SM2C 기법은 의료 영상 세그멘테이션 모델의 성능을 향상시키기 위해 크기 확장, 다중 클래스 혼합, 객체 형태 변형 등의 데이터 증강 기법을 활용한다. 이를 통해 모델이 세그멘테이션 객체의 특징을 더 잘 학습할 수 있도록 한다.

เกี่ยวกับ

ผลิตภัณฑ์

แหล่งข้อมูล