Segment Anything Model for Brain Tumor Segmentation

要約

神経膠腫は蔓延している脳腫瘍であり、個人に重大な健康リスクをもたらします。
脳腫瘍の正確なセグメンテーションは臨床診断と治療に不可欠です。
Meta AI によってリリースされた Segment Anything Model (SAM) は、画像セグメンテーションの基本モデルであり、優れたゼロサンプル汎化機能を備えています。
したがって、SAM を脳腫瘍のセグメンテーションのタスクに適用することは興味深いことです。
この研究では、脳腫瘍セグメンテーションに対する SAM のパフォーマンスを評価し、モデルを微調整しない限り、SAM と現在の最先端 (SOTA) モデルの間には依然としてギャップがあることがわかりました。

要約(オリジナル)

Glioma is a prevalent brain tumor that poses a significant health risk to individuals. Accurate segmentation of brain tumor is essential for clinical diagnosis and treatment. The Segment Anything Model(SAM), released by Meta AI, is a fundamental model in image segmentation and has excellent zero-sample generalization capabilities. Thus, it is interesting to apply SAM to the task of brain tumor segmentation. In this study, we evaluated the performance of SAM on brain tumor segmentation and found that without any model fine-tuning, there is still a gap between SAM and the current state-of-the-art(SOTA) model.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google