Medical SAM 2: Segment medical images as video via Segment Anything Model 2

本文介绍了一种名为MedSAM-2的高级分割模型，它利用了SAM 2框架来处理2D和3D医学图像分割任务。通过采用将医学图像视为视频的理念，MedSAM-2不仅适用于3D医学图像，还解锁了新的一键分割功能。这使得用户可以仅针对一个或特定图像提供提示以针对对象，之后模型可以自主分割所有后续图像中相同类型的对象，而不管图像之间的时间关系。我们评估了MedSAM-2在各种医学成像模态下的表现，包括腹部器官、视盘、脑肿瘤、甲状腺结节和皮肤病变，并将其与传统和交互式分割设置中的最先进模型进行比较。我们的研究结果表明，MedSAM-2不仅在性能上超越了现有模型，而且在各种医学图像分割任务中表现出更好的泛化能力。我们的代码将在以下网址发布：https://github.com/MedicineToken/Medical-SAM2。

MedSAM-2试图解决的问题是针对2D和3D医学图像分割任务的高级分割模型。同时，它还试图解决One-prompt Segmentation的问题，即在给定一个特定图像的提示后，自动分割所有后续图像中相同类型的对象。

该论文的关键思路是采用将医学图像视为视频的理念，利用SAM 2框架来解决医学图像分割任务，并实现One-prompt Segmentation功能。

该论文在多种医学图像模态下进行了评估，包括腹部器官、视盘、脑肿瘤、甲状腺结节和皮肤病变。实验结果表明，MedSAM-2不仅在性能上超过了现有模型，而且在各种医学图像分割任务中表现出了卓越的泛化性能。该论文的代码将在https://github.com/MedicineToken/Medical-SAM2上发布。

在这个领域中，最近的相关研究包括：1. DeepMedic：基于深度学习的医学图像分割方法；2. U-Net：一种用于生物医学图像分割的卷积神经网络；3. 3D U-Net：一种用于医学图像分割的三维卷积神经网络。