1.为什么要用SAM进行医学图像分割？
（1）基于提示的交互式分割是分割的典范；提示决定了预期结果的粒度。
例如：根据根据不同要求和用途，比如眼底图像的不同目标，试盘，血管，视杯和黄斑。可能需要从单个图像中分割，那么SAM为交互式分割提供了极好的框架。
2.为什么要微调？
因为SAM的预训练已经在全球最大的分割数据集上进行了训练，它这样的模型对医学图像分割很有价值。
3.为什么要进行PEFT和适应性？
PEFT已经被证明是一种针对特定用途 微调大型基本模型的有效策略。
相比于完全微调，它使大多数参数保持冻结，学习参数减少，可以更快的更新实现高效学习。
4.未完待续。。。
结论。
说白了就是在原来的SAM上做了一个参数有效自适应的微调，然后有一点儿提升。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。