Medical SAM 2

Medical SAM 2（简称MedSAM-2）是一种高级图像分割模型，基于SAM 2框架，专门用于处理2D和3D的医疗图像分割任务。该模型通过把医疗图像当作视频来分割，展现了较为突出的性能。具体细节请参见论文：Medical SAM 2: Segment Medical Images As Video Via Segment Anything Model 2。

使用场景

1. 2D医疗图像分割：

   • 例如，对于眼底图像中的视盘/视杯进行分割，Medical SAM 2可以快速、高效地完成这些任务。可以下载预处理后的 REFUGE 数据集，并运行模型进行训练和验证。

2. 3D医疗图像分割：

   • 如腹部多器官的分割任务，MedSAM-2可以处理3D图像数据，对多个器官进行精确分割。通过下载预处理后的BTCV数据集，并运行模型以进行训练和验证。

操作步骤

1. 安装环境：

   • 使用conda创建并激活所需的环境。
   • 下载并使用必要的检查点文件。

2. 处理2D图像任务：

   • 下载处理后的REFUGE数据集，将其放置在指定的文件夹中。
   • 运行指定的Python脚本进行训练和验证。

3. 处理3D图像任务：

   • 下载处理后的BTCV数据集并进行解压。
   • 运行相应的Python脚本进行训练和验证。

最新动态

• 2024年8月5日，Medical SAM 2论文在Hugging Face上被评为当天的#1论文。
• 2024年8月5日，更新了3D案例的详细信息和下载链接。
• 2024年8月5日，更新了2D案例的详细信息和下载链接。
• 2024年8月5日，Medical SAM 2论文正式在线发布。
• 2024年8月5日，Medical SAM 2代码在GitHub上发布。
• 2024年7月30日，SAM 2模型发布。