SAMSA 2.0：利用光谱角提示 Segment Anything 进行高光谱交互式医学图像分割
计算机视觉与模式识别
2025-12-23 v2
摘要
我们提出了 SAMSA 2.0，一个用于高光谱医学成像的交互式分割框架，它引入了光谱角提示，利用光谱相似性以及空间线索来引导 Segment Anything Model (SAM)。这种光谱信息的早期融合使得在多样化的光谱数据集上能够实现更准确和鲁棒的分割。无需重新训练，与仅使用 RGB 的模型相比，SAMSA 2.0 的 Dice 分数最高提升了 +3.8%，与先前的光谱融合方法相比最高提升了 +3.1%。我们的方法增强了少样本和零样本性能，在临床成像中常见的具有挑战性的低数据量和噪声场景中展示了强大的泛化能力。
引用
@article{arxiv.2508.00493,
title = {SAMSA 2.0: Prompting Segment Anything with Spectral Angles for Hyperspectral Interactive Medical Image Segmentation},
author = {Alfie Roddan and Tobias Czempiel and Chi Xu and Daniel S. Elson and Stamatia Giannarou},
journal= {arXiv preprint arXiv:2508.00493},
year = {2025}
}