Meta 发布 SAM 2，能为静态图像和动态视频内容提供实时、可提示的对象分割，整合了图像与视频分割功能。医学图像分割为临床诊断等提供依据，基于神经网络模型的分割是主流方法但仍有挑战，如模型泛化和数据差异问题。牛津大学团队开发基于 SAM 2 框架的医学图像分割模型 MedSAM-2，将医学图像视作视频，有单次提示分割能力，相关论文已发表于预印本平台 arXiv 上。论文中通过不同数据集分类设计全面评估模型，介绍了针对不同维度医学图像的有效分割处理的模型架构，实验结果显示 MedSAM-2 在性能和泛化能力上全面领先。SAM 助力医学图像分割研究火热，不少实验室和学术团队都在挖掘其潜力，如深圳大学倪东教授团队构建超大规模医学影像分割数据集 COSMOS 1050K 并对 SAM 进行评估，上海复旦大学和上海交通大学团队也对 SAM 在医学图像分割领域进行研究。
论文地址：
https://arxiv.org/pdf/2408.0087
SA-V 视频分割数据集直接下载：
https://go.hyper.ai/e1Tth
Medical SAM 2 示例医学分割数据集：
https://go.hyper.ai/TZZBj