SAM与SAM 2于3D Slicer中的集成：SegmentWithSAM用于医学图像标注的扩展
图像与视频处理
2024-08-28 v1 计算机视觉与模式识别
软件工程
摘要
为3D医学数据创建标注耗时且常需高度专业的技能。已实现各种工具以辅助此过程。Segment Anything Model 2（SAM 2）提供一种通用基于提示的分割算法，用于为视频标注。在本文中，我们将该模型适用于3D医学图像标注，并以3D Slicer的一个扩展形式向用户提供实现。我们的扩展允许用户在2D切片上放置点提示，以生成标注掩码，并以单向或双向方式将这些标注在整个体积上传递。我们的代码已公开发布于https://github.com/mazurowski-lab/SlicerSegmentWithSAM，可直接通过3D Slicer的Extension Manager安装。
引用
@article{arxiv.2408.15224,
title = {SAM & SAM 2 in 3D Slicer: SegmentWithSAM Extension for Annotating Medical Images},
author = {Zafer Yildiz and Yuwen Chen and Maciej A. Mazurowski},
journal= {arXiv preprint arXiv:2408.15224},
year = {2024}
}
备注
Future work: support for box and mask inputs for the video predictor of SAM 2