S4M：4 点分割一切
计算机视觉与模式识别
2026-05-25 v3
摘要
目的：Segment Anything Model (SAM) 有望缓解医学分割中的标注瓶颈，但重叠的解剖结构和模糊的边界使其点提示具有歧义，导致需要反复进行手动细化才能获得精确的掩码。需要更好的提示策略。方法：我们提出了一种结构化提示策略，使用 4 个点作为紧凑的实例级形状描述。我们研究了两种 4 点变体：极值点和受超声测量实践启发而提出的长/短轴端点。SAM 无法完全利用此类结构化提示，因为它对所有点一视同仁且缺乏几何感知推理。为了解决这个问题，我们引入了 S4M（4 点分割一切），它对 SAM 进行了增强，将 4 个点解释为关系线索而非孤立的点击。S4M 通过特定角色的嵌入扩展了提示空间，并增加了一个辅助的“Canvas”前置任务，直接根据提示勾勒粗略掩码，从而促进几何感知推理。结果：在超声和外科内窥镜领域的八个数据集上，S4M 在同等提示预算下比强大的 SAM 基线提高了 +3.42 mIoU 的分割性能。一项由三名临床医生参与的标注研究进一步表明，长/短轴提示能够实现更快的标注。结论：S4M 提高了性能，减少了标注工作量，并使提示与临床实践相一致，从而促进了医学成像中更具可扩展性的数据集开发。我们在 https://github.com/CAMMA-public/S4M 发布了我们的代码和预训练模型。
引用
@article{arxiv.2503.05534,
title = {S4M: 4-points to Segment Anything},
author = {Adrien Meyer and Lorenzo Arboit and Giuseppe Massimiani and Shih-Min Yin and Didier Mutter and Nicolas Padoy},
journal= {arXiv preprint arXiv:2503.05534},
year = {2026}
}