Una vez, segmenta todo: aprovechando el potencial de SAM 2 para segmentar imágenes médicas infinitas con una sola indicación
Autores: Gutiérrez, Juan D.; Delgado, Emilio; Breuer, Carlos; Conejero, José M.; Rodriguez-Echeverria, Roberto
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Una vez, segmenta todo: aprovechando el potencial de SAM 2 para segmentar imágenes médicas infinitas con una sola indicación
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Segmentación semántica
Imágenes médicas
Modelos de aprendizaje profundo
SAM 2
Segmentación de video
Métricas de evaluación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 43
Citaciones: Sin citaciones
La segmentación semántica de imágenes médicas tiene un gran potencial para mejorar los procedimientos diagnósticos y quirúrgicos. Los especialistas en radiología pueden beneficiarse de herramientas de segmentación automatizadas que faciliten la identificación y aislamiento de regiones de interés en exploraciones médicas.
Descripción
La segmentación semántica de imágenes médicas tiene un gran potencial para mejorar los procedimientos diagnósticos y quirúrgicos. Los especialistas en radiología pueden beneficiarse de herramientas de segmentación automatizadas que faciliten la identificación y aislamiento de regiones de interés en exploraciones médicas.