Semantic AutoSAM: Self-Prompting Segment Anything Model for Semantic Segmentation of Medical Images
Notice bibliographique
Résumé
Segment Anything Model (SAM) is a foundation model that can be prompted with sparse prompts, like boxes or points, and dense prompts such as masks. SAM outputs binary masks based on the given prompts but lacks semantic understanding as it doesn't output the class of the predicted mask. We propose Semantic AutoSAM, a semantic segmentation model that builds upon SAM's binary segmentation. Semantic AutoSAM replaces SAM's manual prompt encoder with a lightweight cross-attention module, enabling it to predict prompt embeddings directly from the image features. This eliminates the need for manual prompting.In our experiments on the FLAIR 2022 dataset (20 CT scans) and a hip ultrasound dataset (4849 2D images), Semantic AutoSAM matches the performance of using groundtruth bounding box prompts for most organs. Our proposed method achieves a Dice score of 0.62 in the FLAIR dataset, and MobileSAM with groundtruth box achieves 0.7. In the hip ultrasound dataset, our approach achieves a Dice score of 0.83, surpassing MobileSAM's slightly lower score of 0.81 despite MobileSAM having access to the groundtruth box for prediction. Notably, our method doesn't require manual prompts at test time.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».