SGP-SAM: Prompting Auto-Gated per la Segmentazione di Lesioni 3D
I ricercatori propongono SGP-SAM, un framework di prompting auto-gated per trasferire modelli 3D Segment Anything (SAM) alla segmentazione di lesioni. Il componente chiave, il Modulo di Prompting Auto-Gated (SGPM), utilizza un'unità di gating multicanale leggera per attivare condizionalmente la fusione di caratteristiche multiscala, affrontando la debole rappresentazione spaziale per target piccoli e irregolari e lo squilibrio estremo tra primo piano e sfondo nei volumi 3D. Il metodo mira a migliorare la segmentazione delle lesioni nell'imaging medico.
Fatti principali
- SGP-SAM è un framework di prompting auto-gated per la segmentazione di lesioni 3D.
- Trasferisce modelli 3D di tipo SAM all'imaging medico.
- Il Modulo di Prompting Auto-Gated (SGPM) esegue un potenziamento spaziale multiscala condizionale.
- Un'unità di gating multicanale leggera prevede se le caratteristiche necessitano di fusione multiscala.
- Affronta la debole rappresentazione spaziale per target piccoli e irregolari.
- Gestisce lo squilibrio estremo tra primo piano e sfondo nei volumi 3D.
- Il metodo arricchisce il contesto spaziale tramite un Blocco di Fusione di Caratteristiche Multiscala.
- L'articolo è pubblicato su arXiv con ID 2604.22825.
Entità
Istituzioni
- arXiv