MedSAM2:在 3D 医学图像和视频中分割一切
图像与视频处理
2025-04-07 v1 人工智能
计算机视觉与模式识别
摘要
医学图像和视频分割是精准医学中的一项关键任务,在面向 2D 图像的任务或模态专用模型以及通用模型开发方面已取得显著进展。然而,在构建面向 3D 图像和视频的通用模型并进行全面的用户研究方面,研究仍然有限。本文提出 MedSAM2,一种用于 3D 图像和视频分割的可提示分割基础模型。该模型通过对 Segment Anything Model 2 在包含超过 455,000 对 3D 图像-掩膜对和 76,000 帧的大型医学数据集上进行微调而开发,在广泛的器官、病灶和成像模态上优于先前的模型。此外,我们实现了人机协同流程以促进大规模数据集的创建,从而据我们所知完成了迄今为止最广泛的用户研究,涉及 5,000 个 CT 病灶、3,984 个肝脏 MRI 病灶和 251,550 帧超声心动图视频的标注,证明 MedSAM2 可将人工成本降低超过 85%。MedSAM2 还被集成到广泛使用的平台中,提供用户友好的界面以支持本地和云端部署,使其成为在研究和医疗环境中支持高效、可扩展和高质量分割的实用工具。
引用
@article{arxiv.2504.03600,
title = {MedSAM2: Segment Anything in 3D Medical Images and Videos},
author = {Jun Ma and Zongxin Yang and Sumin Kim and Bihui Chen and Mohammed Baharoon and Adibvafa Fallahpour and Reza Asakereh and Hongwei Lyu and Bo Wang},
journal= {arXiv preprint arXiv:2504.03600},
year = {2025}
}
备注
https://medsam2.github.io/