SAM分割息肉的性能评估（2023+Can SAM Segment Polyps）

摘要：息肉分割是医学影像领域的一项基础性工作，对结直肠癌的诊断和治疗起着至关重要的作用。在本报告中，评估了SAM在非提示设置下分割息肉的性能。这个项目公开在https://github.com/taozh2017/SAMPolyp

数据集：

Kvasir:该数据集由挪威Vestre Viken Health Trust从胃肠道内部收集，由1000个息肉图像组成。

CVC-ClinicDB:该数据集包含从29个结肠镜检查视频序列中收集的612张图像，分辨率为288×384。

CVC-ColonDB:该数据集由380张图像组成，分辨率为500×570。

ETIS:该数据集包含196张息肉图像，大小为966 × 1225。

CVC-300:该数据集包括60张息肉图像，分辨率为500×574。

从Kvasir中选择900张图像，从CVC-ClinicDB中选择550张图像组成训练集。两个数据集(即Kvasir和CVC-ClinicDB)和其他三个数据集(即CVC-ColonDB, ETIS和CVC-300)的剩余图像用于测试。

实验设置：

对比模型：

基于CNN模型：UNet , UNet++ , SFA , PraNet , ACSNet , MSEG , DCRNet, EU-Net