候选CVPR 2024最佳论文！深圳大学联手香港理工发布MemSAM：将「分割一切」模型用于医学视频分割

AIGC动态欢迎阅读

原标题：候选CVPR 2024最佳论文！深圳大学联手香港理工发布MemSAM：将「分割一切」模型用于医学视频分割
关键字：记忆,图像,超声,模型,向量
文章来源：HyperAI超神经
内容字数：0字

内容摘要：

作者：梅菜
编辑：李宝珠，三羊
深圳大学计算机与软件学院和香港理工大学智能健康研究中心联合提出了一种新颖的超声心动图视频分割模型 MemSAM，与现有模型相比展示了最先进的性能。根据世界卫生组织 (WHO) 的统计数据，心血管疾病是全球死亡的主要原因，每年夺走约 1,790 万人的生命，占全球死亡人数的 32%。超声心动图是用于心血管疾病的超声诊断技术，由于其便携性、低成本和实时性，被广泛应用于临床实践。然而，超声心动图需要有经验的医生进行人工评估，且评估质量很大程度上依赖于医生的专业知识与临床经验，这导致评估结果常常会出现较大的观察者间和观察者内差异 (inter- and intra-observer differences)。因此，临床实践迫切需要自动化的评估方法。
近年来，许多深度学习方法被提出用于超声心动图视频分割。然而，由于超声视频质量低且注释有限，这些方法仍无法取得令人满意的结果。近期，一个大型视觉模型——Segment Anything Model (SAM) 受到了高度关注，在许多自然图像分割任务中取得了显著成功，但如何将 SAM 应用于医学视频分割仍是一项颇具挑战性

原文链接：候选CVPR 2024最佳论文！深圳大学联手香港理工发布MemSAM：将「分割一切」模型用于医学视频分割