PropSAM: マルチモーダル医療画像における任意の3Dオブジェクトをセグメンテーションするための伝播ベースモデル

ボリュメトリックセグメンテーションは医療画像にとって重要ですが、労力を要する手動注釈やシナリオ特有のモデル訓練の必要性によって制約を受けることがよくあります。さらに、既存の一般的なセグメンテーションモデルは、その設計と推論アプローチのために非効率的です。この臨床的要求に応えるために、我々はPropSAMを導入します。これは3D医療構造情報の利用を最適化する伝播ベースのセグメンテーションモデルです。PropSAMは、スライス内処理のためのCNNベースのUNetとスライス間伝播のためのトランスフォーマーベースのモジュールを統合し、構造的および意味的連続性に焦点を当てて、さまざまなモダリティにわたるセグメンテーションを強化します。特に、PropSAMは2Dバウンディングボックスやスケッチマスクなどの1ビューのプロンプトで動作し、従来のモデルが必要とする2ビューのプロンプトとは異なります。PropSAMは、44の医療データセットおよびさまざまな画像モダリティにおいてDice Similarity Coefficient (DSC)を大幅に改善し、MedSAMやSegVolのようなモデルを上回る優れた性能を示し、平均DSCの改善は18.1%に達します。また、PropSAMはプロンプトの逸脱や異なる伝播構成にもかかわらず安定した予測を維持し、各々の一方向ANOVA検定ではP>0.5985およびP>0.6131で確認されています。さらに、PropSAMの効率的なアーキテクチャは、推論速度を向上させ（Wilcoxon順位和検定、P<0.001）、2ビューのプロンプトモデルと比較してユーザーのインタラクション時間を37.8%削減します。不規則で複雑なオブジェクトを扱う能力は、臨床の設定における潜在能力をさらに示し、最小限の再訓練でより自動化され、信頼性の高い医療画像解析を実現します。