利用 Segment Anything Model 实现体外伤口愈合划痕实验的几乎客观量化
计算机视觉与模式识别
2024-07-03 v1
摘要
体外划痕实验是细胞生物学中用于评估各种治疗干预措施下伤口闭合速度的常用实验方法。虽然手动测量主观且易受观察者间及观察者内变异性的影响，但计算机工具在理论上应具有客观性，但实际中常包含需手动调整的参数（针对每个图像或数据集），从而成为主观性的来源。现代深度学习方法通常需要大量标注训练数据，这使得即时应用变得复杂。本文利用基于交互式点提示的分割任何模型（Segment Anything Model），这是一种无需基于领域特定训练数据调整网络参数即可实现类无监督分割的深度基础模型。所提出的方法明显优于需人工检查并必要时调整参数的半客观基线方法。尽管所提方法的点提示在理论上也是主观性来源，但结果显示，即使与领域专家的人工分割相比，其 intra- 与 interobserver 变异性也非常低。
引用
@article{arxiv.2407.02187,
title = {Virtually Objective Quantification of in vitro Wound Healing Scratch Assays with the Segment Anything Model},
author = {Katja Löwenstein and Johanna Rehrl and Anja Schuster and Michael Gadermayr},
journal= {arXiv preprint arXiv:2407.02187},
year = {2024}
}