来源：期刊VIP网 时间：
作者：张诗杰;张澳;王康;康彬;俞晓帆;冯旭静;曹金宇;黄文贞;丁康;
单位：南京中医药大学附属南京市中医院;南京邮电大学物联网学院;
摘要：提出一种融合视觉大模型与扩散模型的两阶段方法，采用分割一切模型（SAM）作为视觉大模型代表，结合SegRefiner扩散模型构建SAM-SegRefiner模型框架，用于痔核组织病理图像中水肿、炎症及血栓区域的自动化分割，为病理形态的客观量化及其中医证候学研究提供可重复的技术工具。通过多中心回顾性数据进行训练与验证，SAM-SegRefiner模型在独立测试集上平均像素准确率达95.32%，平均交并比为66.81%，显著优于U-Net、MixU-Net、SAM-Med2D等对比模型，并展现出良好的跨中心泛化能力。进一步将模型量化分割结果与患者中医证型进行关联分析，探索病理形态学特征与中医辨证分型之间的潜在联系，发现不同证型间的炎症浸润与血栓形成程度未呈现统计学显著差异，提示局部病理改变与整体证候表征之间关系复杂。
关键词：痔;;病理诊断;;视觉大模型;;分割一切模型;;中医证型
基金资助：江苏省自然科学基金（BK20221178）;; 南京市医疗机构中药传统制剂研究项目（NJCC-ZJ-202413）
