无需训练的单样本自适应分割框架：用 DINOv3 与 SAM 适配科学图像

研究者提出一种免训练的单样本框架，仅用一张标注参考图即可让视觉基础模型适配科学图像分割：先以 DINOv3 表示结合背景自适应特征正交化抑制伪影方向，再用余弦相似度定位候选区域交由 SAM 分割。在红细胞显微、结构光池沸腾和胸部 X 光三类数据上，该方法相比最强基线平均 IoU 分别提升 5.91% 和 78.62%，胸片性能相当。