Lite ENSAM：用于三维计算机断层扫描的轻量级癌症分割模型
计算机视觉与模式识别
2025-11-04 v1
摘要
准确的肿瘤尺寸测量是评估癌症治疗反应的基石。为此目的最广泛采用的标准是实体瘤疗效评价标准(RECIST) v1.1，该标准依赖于在单个平面上测量最长肿瘤直径。然而，体积测量已被证明能提供更可靠的治疗效果评估。但由于手动体积标注的劳动密集型特性，其临床采用一直受到限制。在本文中，我们提出了Lite ENSAM，这是ENSAM架构的一种轻量级改编，旨在从带有RECIST标注的CT扫描中进行高效的体积肿瘤分割。Lite ENSAM被提交至MICCAI FLARE 2025任务1：CT扫描中的泛癌分割，子任务2，在隐藏测试集上达到了60.7%的Dice相似系数(DSC)和63.6%的归一化表面Dice(NSD)，在公共验证数据集上，CPU上的平均总RAM时间为50.6 GBs，平均推理时间为14.4秒。
引用
@article{arxiv.2511.01600,
title = {Lite ENSAM: a lightweight cancer segmentation model for 3D Computed Tomography},
author = {Agnar Martin Bjørnstad and Elias Stenhede and Arian Ranjbar},
journal= {arXiv preprint arXiv:2511.01600},
year = {2025}
}