# 交互式分割

MEOW把非交互式3D分割骨干改造成开放世界交互式分割系统，全程不更新任何可学习参数。此前交互式分割只能处理开放集，即识别或拒绝未知结构，却无法把用户确认的预测积累下来。MEOW用冻结特征提取器、无参数转导推理和记忆巩固，把用户修正后的伪标签存入记忆，供后续查询直接检索；在训练中未出现的类别上，它随记忆样本增加持续改善自身预测，并能零样本迁移到微型CT和其他成像模态。

MEOW把非交互式3D分割骨干改造成开放世界交互式分割系统，全程不更新任何可学习参数。此前交互式分割只能处理开放集，即识别或拒绝未知结构，却无法把用户确认的预测积累下来。MEOW用冻结特征提取器、无参数转导推理和记忆巩固，把用户修正后的伪标签存入记忆，供后续查询直接检索；在训练中未出现的类别上，它随记忆样本增加持续改善自身预测，并能零样本迁移到微型CT和其他成像模态。

交互式分割模型SEEM在OCTA视网膜血管上直接使用效果不佳，冻结编码器时大血管Dice只有75.83%，且其候选掩膜全部由四分之一分辨率的同一组特征图读出，难以表达1至3像素宽的细血管。读出基适配器RBA在读出端额外生成32张半分辨率基图，每个候选通过零初始化投影自行取用，只增加0.47M可训练参数。在OCTA-500 3 mm大血管上，三个随机种子平均Dice为91.93%、IoU为85.16%，比Conv-LoRA高1.72和2.90个百分点，增益集中在细血管与血管边缘，FAZ上无显著差异。

交互式分割模型SEEM在OCTA视网膜血管上直接使用效果不佳，冻结编码器时大血管Dice只有75.83%，且其候选掩膜全部由四分之一分辨率的同一组特征图读出，难以表达1至3像素宽的细血管。读出基适配器RBA在读出端额外生成32张半分辨率基图，每个候选通过零初始化投影自行取用，只增加0.47M可训练参数。在OCTA-500 3 mm大血管上，三个随机种子平均Dice为91.93%、IoU为85.16%，比Conv-LoRA高1.72和2.90个百分点，增益集中在细血管与血管边缘，FAZ上无显著差异。

这篇综述系统梳理了SAM及其衍生模型中的提示工程研究，提出将提示方法分为几何提示、文本语义提示与多模态融合提示的三层分类体系，并进一步归纳从人工标注到基于检测器、原型学习、强化学习与视觉语言模型的自动化提示生成路径，同时追踪提示工程在医学影像、遥感、工业检测与异常检测等领域的跨域泛化应用，指出提示敏感性、跨模态错位与计算低效等关键挑战，并提出因果提示推理、多智能体协同提示与基于扩散的渐进式细化等未来方向。

这篇综述系统梳理了SAM及其衍生模型中的提示工程研究，提出将提示方法分为几何提示、文本语义提示与多模态融合提示的三层分类体系，并进一步归纳从人工标注到基于检测器、原型学习、强化学习与视觉语言模型的自动化提示生成路径，同时追踪提示工程在医学影像、遥感、工业检测与异常检测等领域的跨域泛化应用，指出提示敏感性、跨模态错位与计算低效等关键挑战，并提出因果提示推理、多智能体协同提示与基于扩散的渐进式细化等未来方向。