MedSAM3：借助医学概念深入探索 Segment Anything
计算机视觉与模式识别
2025-11-25 v1 人工智能
摘要
医学图像分割是生物医学发现的基础。现有方法缺乏泛化能力，且对新临床应用需要大量耗时的 manual annotation。在此，我们提出 MedSAM-3，一个面向医学图像和视频分割的文本提示可驱动医学分割模型。通过在配对医学图像与语义概念标签上微调 Segment Anything Model（SAM）3 架构，我们的 MedSAM-3 实现了医学可提示概念分割（PCS），允许通过开放词汇文本描述而非仅几何提示来精确靶向解剖结构。我们进一步引入 MedSAM-3 Agent，一个将多模态大语言模型（MLLM）集成到人在回路工作流程中以执行复杂推理和迭代优化的框架。在包括 X 射线、MRI、超声、CT 和视频在内的多种医学成像模态上的全面实验表明，我们的方法显著优于现有的专业模型和基础模型。我们将在 https://github.com/Joey-S-Liu/MedSAM3 发布代码和模型。
引用
@article{arxiv.2511.19046,
title = {MedSAM3: Delving into Segment Anything with Medical Concepts},
author = {Anglin Liu and Rundong Xue and Xu R. Cao and Yifan Shen and Yi Lu and Xiang Li and Qianqian Chen and Jintai Chen},
journal= {arXiv preprint arXiv:2511.19046},
year = {2025}
}