要約
3D 医療データの注釈の作成には時間がかかり、多くの場合、高度な専門知識が必要です。
このプロセスを支援するために、さまざまなツールが実装されています。
Segment Anything Model 2 (SAM 2) は、ビデオに注釈を付けるために設計された汎用のプロンプトベースのセグメンテーション アルゴリズムを提供します。
この論文では、このモデルを 3D 医療画像の注釈に適応させ、一般的な注釈ソフトウェアである 3D Slicer の拡張機能の形で実装を提供します。
私たちの拡張機能を使用すると、ユーザーは 2D スライス上にポイント プロンプトを配置して注釈マスクを生成し、これらの注釈を一方向または双方向の方法でボリューム全体に伝播することができます。
私たちのコードは https://github.com/mazurowski-lab/SlicerSegmentWithSAM で公開されており、3D スライサーの Extension Manager から直接簡単にインストールすることもできます。
要約(オリジナル)
Creating annotations for 3D medical data is time-consuming and often requires highly specialized expertise. Various tools have been implemented to aid this process. Segment Anything Model 2 (SAM 2) offers a general-purpose prompt-based segmentation algorithm designed to annotate videos. In this paper, we adapt this model to the annotation of 3D medical images and offer our implementation in the form of an extension to the popular annotation software: 3D Slicer. Our extension allows users to place point prompts on 2D slices to generate annotation masks and propagate these annotations across entire volumes in either single-directional or bi-directional manners. Our code is publicly available on https://github.com/mazurowski-lab/SlicerSegmentWithSAM and can be easily installed directly from the Extension Manager of 3D Slicer as well.
arxiv情報
| 著者 | Zafer Yildiz,Yuwen Chen,Maciej A. Mazurowski |
| 発行日 | 2024-08-27 17:39:33+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google