使用Segment Anything Model 2实现CT扫描中腹部器官的零样本三维分割：视频跟踪能力的适配
图像与视频处理
2025-05-13 v4 计算机视觉与模式识别
摘要
目的：评估Segment Anything Model 2（SAM 2）在CT扫描中腹部器官三维分割的零样本性能，并研究提示设置对分割结果的影响。方法：在这项回顾性研究中，我们使用了TotalSegmentator数据集的一个子集，评估SAM 2分割八个腹部器官的能力。分割从每个器官的三个不同z坐标层面（头侧、中间、尾侧）开始。使用Dice相似系数（DSC）衡量性能。我们还分析了“负提示”（明确将某些区域排除在分割过程之外）对准确性的影响。结果：共评估了123名患者（平均年龄60.7±15.5岁；男性60名，女性60名）。作为零样本方法，对于边界清晰的大器官，SAM 2表现出较高的分割性能，平均DSC如下：肝脏0.821±0.192，右肾0.861±0.212，左肾0.870±0.131，脾脏0.891±0.291。较小的器官性能较低：胆囊0.531±0.291，胰腺0.361±0.197，右肾上腺0.203±0.222，左肾上腺0.308±0.234。分割起始层面和负提示的使用对结果有显著影响。移除负提示后，六个器官的DSC显著下降。结论：SAM 2在零样本分割某些腹部器官方面展现出良好的潜力。分割性能受提示设置（尤其是负提示和起始层面）的显著影响，优化这些因素至关重要。
关键词
引用
@article{arxiv.2408.06170,
title = {Zero-shot 3D Segmentation of Abdominal Organs in CT Scans Using Segment Anything Model 2: Adapting Video Tracking Capabilities for 3D Medical Imaging},
author = {Yosuke Yamagishi and Shouhei Hanaoka and Tomohiro Kikuchi and Takahiro Nakao and Yuta Nakamura and Yukihiro Nomura and Soichiro Miki and Takeharu Yoshikawa and Osamu Abe},
journal= {arXiv preprint arXiv:2408.06170},
year = {2025}
}
备注
20 pages, 7 figures (including 2 supplemental figure), 4 tables