초음파 이미지 분할은 해부학적 구조와 병변을 구분하는 데 필수적입니다. SAM은 자연 이미지에서 뛰어난 성공을 거두었지만, 초음파 데이터에서는 경계선이 불분명한 경우가 많습니다. 연구진은 엣지 인식 프롬프트 향상 SAM (EP-SAM)을 제안하여 SAM의 성능을 개선했습니다.
이미지 인코더에서 다중 블록 특징 추출을 활용하여 조분해 의미 표현을 풍부하게 하고, 이미지 인코더에 엣지 인식 감독을 적용하여 경계 모호함과 스페클 노이즈에 대한 강건성을 높입니다. 이를 통해 EP-SAM은 대상 영역으로 모델을 효과적으로 안내하는 고품질 프롬프트를 생성합니다.
여러 벤치마크에서 실험 결과, EP-SAM은 기존 SAM 기반 방법보다 우수한 성능을 보였습니다.