CRC-SAM：CT、内視鏡、組織画像における大腸がんのSAMベース多モーダルセグメンテーションと定量化

Abstract

本稿では、大腸内視鏡、CT、および病理画像にまたがる結腸直腸がんのセグメンテーションのための統一フレームワークであるCRC-SAMを提示する。先行研究の単一モダリティ手法とは異なり、CRC-SAMは臨床ワークフロー全体を通して一貫した、モダリティに依存しないセグメンテーションを提供する。MedSAMに基づき、凍結したエンコーダへ低ランク適応（LoRA）層を組み込み、訓練可能パラメータを最小限に抑えつつ、十分に代表されていないモダリティへの効率的なドメイン転送を可能にする。MSD-Colon、CVC-ClinicDB、EBHI-Segでの実験により、モダリティ間で優れた性能が示され、最先端のベースラインを上回るとともに、基盤モデルに基づく結腸直腸がん解析における軽量LoRA適応の有効性を強調している。