SonoSAMTrack——在超声图像上分割与跟踪任意目标
图像与视频处理
2023-11-17 v3 计算机视觉与模式识别
摘要
在本文中，我们提出 SonoSAMTrack——它将一个名为 SonoSAM 的用于分割超声图像中感兴趣对象的可提示基础模型，与最先进的轮廓跟踪模型相结合，以在 2D+t 和 3D 超声数据集上传播分割结果。SonoSAM 在约 20 万对超声图像-掩码上进行了微调和测试，在 7 个未见过的超声数据集上展示了最先进的性能，显著优于竞争方法。我们还将 SonoSAM 扩展到 2-D+t 应用，并展示了优越的性能，使其成为临床工作流中生成密集标注和解剖结构分割的有价值工具。此外，为提高该工作的实际效用，我们提出了先微调再通过知识蒸馏至更小足迹模型的两步过程，且不损害性能。我们给出了 SonoSAM 与最先进方法的详细定性与定量比较，展示了该方法的有效性。随后展示了在使用 SonoSAMTrack 的成人心脏超声腔室分割密集视频标注问题中点击次数的减少。
引用
@article{arxiv.2310.16872,
title = {SonoSAMTrack -- Segment and Track Anything on Ultrasound Images},
author = {Hariharan Ravishankar and Rohan Patil and Vikram Melapudi and Harsh Suthar and Stephan Anzengruber and Parminder Bhatia and Kass-Hout Taha and Pavan Annangi},
journal= {arXiv preprint arXiv:2310.16872},
year = {2023}
}