Organoid Tracker：基于SAM2的用于人肾器官视频零样子囊分析平台
计算机视觉与模式识别
2025-09-16 v1
摘要
器官模型的近期进展已彻底改变了人类肾脏疾病机制和药物发现研究的方式，通过可规模化、成本效益高的方式实现，无需动物模型。本文介绍了一个针对多囊肾病（PKD）的肾器官平台，经过优化，可用于高效筛选。尽管这些系统生成丰富的时空微影视频数据集，但当前的手动分析方法仅限于粗糙的分类（例如命中与否），常常忽略宝贵的像素级和纵向信息。为克服这一瓶颈，我们开发了Organoid Tracker，一个具有模块化插件架构的图形用户界面（GUI）平台，旨在帮助研究人员在无需编程知识的情况下提取详细的、定量的指标。基于先进的视觉基础模型Segment Anything Model 2（SAM2），Organoid Tracker实现了零样子囊分割和自动化时空微影视频分析。它量化了关键指标，如囊肿形成率、生长速度和形态变化，同时生成综合报告。通过提供可扩展、开源框架，Organoid Tracker为提高和加速肾发育、PKD建模和疗法发现研究提供了强大的解决方案。该平台已在https://github.com/hrlblab/OrganoidTracker公开源代码。
引用
@article{arxiv.2509.11063,
title = {Organoid Tracker: A SAM2-Powered Platform for Zero-shot Cyst Analysis in Human Kidney Organoid Videos},
author = {Xiaoyu Huang and Lauren M Maxson and Trang Nguyen and Cheng Jack Song and Yuankai Huo},
journal= {arXiv preprint arXiv:2509.11063},
year = {2025}
}