它问的问题

自然图像上的分割底座，能否不重训就用于超声、CT 这类低对比度影像？

他们怎么做的

在千万级医学掩膜上微调 SAM，统一处理多种模态与提示方式。

证据

在多模态医学分割基准上明显优于零样本 SAM，接近专用模型。

别信太多

医学影像的“边界”由临床判据定义，不由灰度梯度定义；掩膜再干净也不等于缺陷判定。

适用边界

训练数据以 CT/MRI 为主，工业超声与金属探伤域差很大；仍需人工复核；不作诊断依据。

课堂任务

用 100 张超声缺陷图做零样本与微调对比，报告 Dice 与人工修正时间。