今天分享一个能登Nature的idea——
医学图像SAM
。
其中,
MedSAM
作为首个为医学图像分割设计的基础模型在2024登上Nature。在这之后,学界也开始针对SAM在医学图像中的适应性问题进行定制化改进。
目前医学图像SAM方向上能够冲顶会的idea有很多。分享我总结的
11个最新SAM+医学图像改进方案
,并提供了
源码
,
方便大家复现
!
1.MedSAM:医学图像领域的SAM,2024登Nature
2.打破自然图像与医学图像的领域鸿沟SAM-Med2D
3.基础分割大模型SAM在1050K医学影像的应用
4.SAM-Med3D:三维医学图像上的通用分割模型
5.SAM在医学图像分割任务的综合性分析和评估
6.MSA:一种简单强大的医学 SAM 适配器
7.SAMUS才是UNet与SAM结合的正确的道路
8.nnSAM:把SAM做到即插即用
9.医疗SAM-LST大模型
10.英伟达基于SAM提出医学图像标注效率神器
11.UN-SAM: Universal Prompt-Free Segmentation for Generalized Nuclei Images
SAM作为一个提示型模型,可以在不需要任何标注的情况下,直接使用预训练的模型来完成分割任务,从而节省了大量的时间和资源。可以说是
分割一切
。
这里也分享一下
SAM分割一切模型45篇顶会必读论文及代码
,涉及
医学影像
、
遥感
、
物体检测
等领域。
针对所有人工智能医学图像的同学们,我为你们打造了
17
节医学图像系列课程
。涵盖基础课程与Kaggle比赛全程实战!并在
4月11日20:00
,邀请到
加拿大博士后,手握10余篇顶会论文的Victor老师
带来讲座《
医疗图像领域Segment Anything的研究与应用
》。
17节医学图像系列课程,
免费送
467篇AI医学顶会论文
,现在只要
0.01元
!
0.01元
解锁17节课程!
海报扫码领取全部资料,马上学习!