ゼロショットアプローチによるSAM2を用いた3D CTスキャンの自動セグメンテーション
arXiv cs.CV / 2026/3/25
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文では、Segment Anything Model 2（SAM2）が、微調整やドメイン固有の学習を行わずに、3D CTボリュームに対してゼロショットで自動セグメンテーションを実行できるかを調査する。
- CTにSAM2を適用する際の重要な障害として、SAM2には本来的なボリューム認識機能がないため、スライス間の一貫性が損なわれうる点を特定する。
- 著者らは、CTスライスを順序付きの系列として扱うことで、SAM2のビデオメモリ機構を3Dに適応する、推論のみのアーキテクチャ的および手順的な変更を提案する。
- 500枚のTotalSegmentatorスキャンに対するアブレーション研究を通じて、プロンプト戦略、メモリ伝播スキーム、マルチパスのリファインメントを比較し、最適なパイプライン構成を見出す。
- 選定した構成を、より大規模な2,500枚のCTスキャンに対して評価したところ、推論パイプラインを慎重に設計することで、凍結したSAM2の重みのままでも首尾一貫した3Dセグメンテーションが得られることが示される。
