SimSAM：通过模拟交互实现零样本医学图像分割

最近发布的 Segment Anything Model (SAM) 通过半自动标注设置展示了强大的零样本分割能力，在该设置中，用户可以以点击或边界框的形式提供提示。将这一模型应用于医学影像领域引起了越来越多的兴趣，因为在该领域中，获取专家标注的成本高昂，隐私限制可能阻碍患者数据的共享，并且模型的泛化能力通常较差。然而，由于目标边界不清晰、介质对比度低以及专家标注风格差异，医学图像中存在大量固有的不确定性。目前，已知 SAM 在零样本设置下难以充分标注医学图像中感兴趣结构的轮廓，而该区域的不确定性通常最大，因此需要大量的人工修正。为了缓解这一问题，我们引入了 \textbf{Sim}ulated Interaction for \textbf{S}egment \textbf{A}nything \textbf{M}odel (\textsc{\textbf{SimSAM}})，该方法利用模拟的用户交互来生成任意数量的候选掩膜，并使用一种新颖的聚合方法输出最兼容的掩膜。关键的是，我们的方法可以在推理时直接应用于 SAM 之上，无需任何额外的训练要求。在定量评估中，我们在三个公开可用的医学影像数据集上评估了我们的方法，发现与零样本 SAM 相比，我们的方法在轮廓分割精度上提升了高达 15.5%。我们的代码可在 \url{https://github.com/BenjaminTowle/SimSAM} 获取。