AIGC動態歡迎閱讀

原標題：候選CVPR 2024最佳論文！深圳大手香港理工發布MemSAM：將 「分割一切」模型用于醫學視頻分割
關鍵字：記憶,圖像,超聲,模型,向量
文章來源：HyperAI超神經
內容字數：0字

內容摘要：

作者：梅菜
編輯：李寶珠，三羊
深圳大學計算機與軟件學院和香港理工大學智能健康研究中心聯合提出了一種新穎的超聲心動圖視頻分割模型 MemSAM，與現有模型相比展示了最先進的性能。根據世界衛生組織 (WHO) 的統計數據，心血管疾病是全球死亡的主要原因，每年奪走約 1,790 萬人的生命，占全球死亡人數的 32%。超聲心動圖是用于心血管疾病的超聲診斷技術，由于其便攜性、低成本和實時性，被廣泛應用于臨床實踐。然而，超聲心動圖需要有經驗的醫生進行人工評估，且評估質量很大程度上依賴于醫生的專業知識與臨床經驗，這導致評估結果常常會出現較大的觀察者間和觀察者內差異 (inter- and intra-observer differences)。因此，臨床實踐迫切需要自動化的評估方法。
近年來，許多深度學習方法被提出用于超聲心動圖視頻分割。然而，由于超聲視頻質量低且注釋有限，這些方法仍無法取得令人滿意的結果。近期，一個大型視覺模型——Segment Anything Model (SAM) 受到了高度關注，在許多自然圖像分割任務中取得了顯著成功，但如何將 SAM 應用于醫學視頻分割仍是一項頗具挑戰性

原文鏈接：候選CVPR 2024最佳論文！深圳大手香港理工發布MemSAM：將 「分割一切」模型用于醫學視頻分割

聯系作者

文章來源：HyperAI超神經
作者微信：HyperAI
作者簡介：解構技術先進性與普適性，解讀更前沿的 AIForScience 案例