SAM-Correction 全自适应纠正分割标签噪声

2026年10月26日，arXiv cs.CV 出现论文《SAM-Correction：面向医学图像分割的全自适应标签噪声抑制》，提出借助 SAM 以全自适应方式修正医学图像分割中的噪声 GT 掩码。据该报道，方法不需要额外准备干净标注，也不依赖多位医学专家；由同步训练的另一分割网络提供提示词，逐步降低标签噪声。在源自真实人工标注的多种标签噪声实验中，SAM-C 实现精确降噪，并据此训练出高性能分割模型。目前该工作仅以论文形式公开，尚无代码发布、第三方复现或其他后续进展的报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。