UltraSam：基于大型公开分割数据集的超声声像基础模型
图像与视频处理
2025-11-13 v2 计算机视觉与模式识别
摘要
目的：自动化超声图像分析因解剖复杂性和标注数据有限而具有挑战性。为此，我们采用数据中心方法，构建最大公开超声分割数据集，并训练一个为超声图像量身定制的多功能视觉基础模型。方法：我们编译了 US-43d，一个包含 43 个公开超声数据集，涵盖超过 28 万张图像和分割掩码，支持 50 多种解剖结构。随后，我们引入 UltraSam，这是一种针对 US-43d 训练的 Segment Anything Model（SAM）变体，支持点和框提示。最后，我们提出一种新的 SAM 类模型用例：将 UltraSam 作为模型初始化进行微调，以适应各种下游分析任务，凸显 UltraSam 作为基础模型的强大功能。结果：UltraSam 在三个多样化公开数据集上实现了显著优于现有 SAM 类模型的提示驱动分割性能。此外，基于 UltraSam 初始化的视觉转换网络在各种下游分割和分类任务中超越了基于 ImageNet、SAM 和 MedSAM 初始化的模型，凸显 UltraSam 作为基础模型的有效性。结论：我们构建了 US-43d，一个大规模统一的超声数据集，引入 UltraSam，这是一个强大且多urpose 的 SAM 类模型，专为超声图像设计。我们将在 https://github.com/CAMMA-public/UltraSam 上发布代码和预训练模型，诚邀社区成员贡献高质量数据集以推动这一努力的进一步发展。
引用
@article{arxiv.2411.16222,
title = {UltraSam: A Foundation Model for Ultrasound using Large Open-Access Segmentation Datasets},
author = {Adrien Meyer and Aditya Murali and Farahdiba Zarin and Didier Mutter and Nicolas Padoy},
journal= {arXiv preprint arXiv:2411.16222},
year = {2025}
}
备注
7 pages, 3 figures, 3 tables