의료용 SAM 어댑터: 의료 영상 분할을 위한 Segment Anything Model 적용

오늘의 논문

원문 보기 문헌연구

HOT PAPER IT Crossref 실존 확인 2026-09-09 회차 지난 회차

의료용 SAM 어댑터: 의료 영상 분할을 위한 Segment Anything Model 적용

Medical SAM adapter: Adapting segment anything model for medical image segmentation

Junde Wu, Ziyue Wang, Mingxuan Hong 외 · Medical Image Analysis · 2025년 · 조회 35

왜 이 논문인가 — 선정 기준

HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위

2025-03 발표 · 피인용 421회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%

HOT PAPER 슬롯에 선정된 이유는 2025년 발표 이후 421회 인용되어 동년 논문 중 인용 상위 1%라는 높은 주목도를 보였기 때문이다.

논문 요약

Segment Anything Model(SAM)은 다양한 이미지 분할에서 뛰어난 성능을 보이나 의료 영상에서는 도메인 지식 부족으로 성능이 저하된다. 본 논문에서는 SAM을 직접 파인튜닝하지 않고 경량 적응 기법인 Medical SAM Adapter(Med‑SA)를 제안한다. Med‑SA는 의료 전용 지식을 통합하고, 2D SAM을 3D 의료 영상에 적용하기 위한 Space‑Depth Transpose(SD‑Trans)와 프롬프트 기반 조정을 위한 Hyper‑Prompting Adapter(HyP‑Adpt)를 도입한다.

후속 연구설계에 활용하기

Med‑SA와 그 구성 모듈(SD‑Trans, HyP‑Adpt)을 새로운 의료 데이터셋에 적용해 성능 비교 실험을 설계하거나, 추가 도메인 프롬프트를 개발하는 변수로 활용할 수 있다.

핵심어

Segment Anything Model의료 영상 분할어댑터프롬프트 기반

실존 확인

이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다. SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.

DOI: 10.1016/j.media.2025.103547

2026-09-09 확인 · 2026-09-09 선정

의료용 SAM 어댑터: 의료 영상 분할을 위한 Segment Anything Model 적용

왜 이 논문인가 — 선정 기준

논문 요약

후속 연구설계에 활용하기

핵심어

실존 확인

같은 회차의 다른 논문