脳MRIデータから灰白質と白質をセグメンテーションする
arXiv cs.CV / 2026/4/1
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、MRIデータから脳組織（灰白質および白質）を多クラスでセグメンテーションするための、改良MedSAMベースの基盤モデルを提案している。
- FSL BETによる頭蓋骨除去とFSL FASTによる組織確率マッピングを組み合わせた前処理パイプラインを用い、その後、体積データを多クラスラベル付きの2D軸位/矢状位/冠状位スライスへ変換する。
- 本手法は、MedSAMのマスクデコーダを適応させて3クラス（背景、灰白質、白質）を予測する。具体的には、事前学習済みの画像エンコーダは凍結し、プロンプトエンコーダとデコーダを微調整する。
- IXIデータセットでの実験により、Diceスコアが最大0.8751に達し、強いセグメンテーション性能が示された。
- 著者らは、プロンプトベースの基盤モデルは、比較的小さなアーキテクチャ変更で、より広範かつ多様な医用画像シナリオへ拡張できると主張している。
