婦人科MRIにおけるセグメンテーション信頼性の評価のためのプロンプト依存性の解明

要旨:
プロンプト可能なセグメンテーションモデル（例：Segment Anything Models）は、多様なドメインに跨って一般化可能なゼロショットのセグメンテーションを実現します。固定された画像-プロンプトの組み合わせに対して予測は決定論的である一方、ユーザープロンプトの変動に対するこれらのモデルの頑健性、すなわちプロンプト依存性は依然として十分に検討されていない。安全性が重要なワークフローにおいて、ユーザー間のばらつきが大きい場合には、プロンプト依存性を評価するための解釈可能で有益なフレームワークが必要である。本研究では、プロンプト可能なセグメンテーションの信頼性を、プロンプトのばらつきに対する感度を分析・測定することによって評価する。本研究は、プロンプト依存性の初の定式化を導入し、それが明示的にプロンプトの曖昧さ（ユーザー間のばらつき）を局所的な感度（相互作用の不正確さ）から分離することで、セグメンテーションの頑健性を解釈可能な視点で提供します。子宮と膀胱のセグメンテーションを対象とした2つの女性の骨盤部MRIデータセットを用いた実験は、両指標とセグメンテーション性能との間に強い負の相関を明らかにし、頑健性を評価する我々のフレームワークの価値を浮き彫りにしている。この2つの指標は相互相関が低く、我々の定式化の分離設計を支持し、プロンプト関連の故障モードを意味のある指標として提供する。