Medical SAM 2：把医学影像当视频来做分割

论文内容介绍 · 来源：本地知识库 RG-文献/P_Zhu et al_2024_Medical SAM 2（对应 S_医学图像分割技术的新进展：MedSAM-2 组会汇报）

一句话定位

MedSAM-2 把 SAM 2 在视频领域的「将序列帧统一处理」哲学搬到医学影像上：把 CT/MRI 的一个个切片视作视频帧，从而用单次提示完成整个三维体积的分割。

方法要点

• 视频化处理：将 3D 医学影像按切片顺序建模为视频，利用 SAM 2 的 memory 机制跨帧传播掩码。
• One-prompt Segmentation：只需给出一个提示（如某一层的点/框），即可泛化到同序列其他层与其他模态。
• 在腹部器官、脑肿瘤等多种模态上验证。

关键结论

• 在多种医学影像模态上优于现有 SOTA，且具备良好的单提示泛化与零样本能力。
• 对交互式、半自动标注尤其有价值。

与我的关联

我的淋巴瘤分型项目里，PET/CT 的病灶勾画是人工成本最高的环节。MedSAM-2 这类「一次提示、全体积传播」的范式，正是未来把医生标注负担降下来的候选底座；在本地知识库中它归属于「医疗 AI 与影像分割」主题。