MUP-SAM:一种多尺度视觉模型,基于Mamba UNet框架进行prompt生成,用于多器官医学图像分割中的SAM(Segmentation by Association)任务
《Neural Networks》:MUP-SAM: Multi-Scale Vision Mamba UNet Prompt Generation for SAM in Multi-Organ Medical Image Segmentation
【字体:
大
中
小
】
时间:2026年05月16日
来源:Neural Networks 6.3
编辑推荐:
吕阳通|姜静文|杜波•我们提出了一种无需提示的多器官分割(SAM)框架,名为 MUP-SAM。该框架引入了多尺度视觉Mamba UNet作为辅助分割网络,为SAM生成框状提示,从而显著提高了SAM的效率,并在多器官分割任务中获得了更好的准确性。•MUP-SAM引入了一个 提示后处
吕阳通|姜静文|杜波
- •
我们提出了一种无需提示的多器官分割(SAM)框架,名为 MUP-SAM。该框架引入了多尺度视觉Mamba UNet作为辅助分割网络,为SAM生成框状提示,从而显著提高了SAM的效率,并在多器官分割任务中获得了更好的准确性。
- •
MUP-SAM引入了一个 提示后处理模块,通过形态学操作和非最大值抑制来稳定和优化来自辅助分割网络的分割掩码生成的原始框状提示。
- •
MUP-SAM引入了一个 预测融合模块,用于自适应地融合辅助分割网络和SAM的分割结果,以获得更好的性能。
- •
MUP-SAM在Synapse多器官数据集和ACDC数据集上的Dice分数分别为86.43%和93.17%,其性能始终优于现有方法,包括其他无需提示的SAM方法。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号