MétaCan
Menu
Retour à la cohorte
Enregistrement W4407159013 · doi:10.1016/j.compbiomed.2025.109725

Sam2Rad: A segmentation model for medical images with learnable prompts

2025· article· en· W4407159013 sur OpenAlexafffund
Assefa Seyoum Wahd, Banafshe Felfeliyan, Yuyue Zhou, Shrimanti Ghosh, Jiechen Zhang, Jacob L. Jaremko, Abhilash Rakkunedeth Hareendranathan

Notice bibliographique

RevueComputers in Biology and Medicine · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI in cancer detection
Établissements canadiensMcGill UniversityUniversity of Alberta
Organismes subventionnairesAlberta InnovatesArthritis Society
Mots-clésSegmentationArtificial intelligenceComputer scienceComputer visionImage segmentationPattern recognition (psychology)Computer graphics (images)

Résumé

récupéré en direct d'OpenAlex

The Segment Anything Model and its variants, such as MedSAM, have demonstrated potential for medical image segmentation. However, they heavily rely on high-quality manual prompts, which are both time-consuming and require domain expertise. Even when using manual prompts, including sparse prompts like boxes, points, or text, and dense prompts such as masks, SAM and its variants like MedSAM (fine-tuned on medical images) fail to segment bones in ultrasound images due to significant domain shift. To address these limitations, we propose Sam2 for Radiology (Sam2Rad), a framework that extends SAM and its recent iteration SAM2 to segment bony regions in ultrasound images without requiring manual prompts. At the core of our approach is a Prompt Predictor Network (PPN) that uses a lightweight cross-attention mechanism to generate bounding box coordinates, mask prompts, and high-dimensional embeddings to be used as prompts. Specifically, PPN leverages hierarchical feature maps extracted from SAM's image encoder as keys and values, and learnable object embeddings as queries. The output of the cross-attention is then used to predict the bounding box coordinates, mask prompts, and high-dimensional prompts. These predicted prompts are subsequently fed to SAM's mask decoder to generate the final segmentation mask. By aligning the learned prompts with SAM's original training scheme, PPN enhances compatibility with SAM's architecture, requiring no additional standalone encoders. To preserve SAM's extensive world knowledge, we keep all SAM modules frozen and train PPN only. This approach enables efficient parameter utilization while retaining SAM's generalization capabilities. Additionally, Sam2Rad can operate in three modes: fully autonomous without human supervision, semi-autonomous with human-in-the-loop for iterative refinement, and fully manual for tasks like data labeling. We tested the proposed model - Sam2Rad on 3 musculoskeletal US datasets - wrist (3822 images), shoulder rotator cuff (1605 images), and hip (4849 images). Without Sam2Rad, all SAM2 variants failed to segment shoulder US in zero-shot generalization with bounding box prompts. Our model, Sam2Rad, improved the performance of all SAM base networks in all datasets, without requiring manual prompts. The improvement in dice score ranged from a 2.2%-5.8% for hip, 19.6%-32.8% for wrist wrist, and up to 51.3% improvement in Dice score (from 25.2% to 76.5% Sam2 large) on shoulder data. Notably, Sam2Rad could be trained with as few as 10 labeled images and it is compatible with any SAM architecture. The code is available at https://github.com/aswahd/SamRadiology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,335
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueComputers in Biology and MedicineMême sujetAI in cancer detectionTravaux en français237 207