专栏名称: 计算机视觉研究院

主要由来自于大学的研究生组成的团队，本平台从事机器学习与深度学习领域，主要在人脸检测与识别，多目标检测研究方向。本团队想通过计算机视觉战队平台打造属于自己的品牌，让更多相关领域的人了解本团队，结识更多相关领域的朋友，一起来学习，共同进步！

最新11个SAM+医学图像创新点，冲Nature！

计算机视觉研究院 · 公众号 · · 2024-04-06 19:35

正文

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

扫码下载 11个最新SAM+医学图像方案

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。

扫码下载 45篇SAM顶会必读论文及代码

17 节医学图像系列课程

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！