本論文では、体積電子顕微鏡(VEM)画像における皮質血管セグメンテーションのための最大規模の公開ベンチマークデータセットBvEMを提案する。BvEMは、成体マウス、マカク、ヒトの3種の哺乳類から得られた大規模なVEM画像ボリュームを含む。これらの画像は解像度を統一し、半自動、手動、品質管理プロセスを経て高品質の3次元血管セグメンテーションアノテーションが付与されている。
さらに、提案手法TriSAMは、2次元セグメンテーションモデルSAMを活用し、3次元セグメンテーションを実現する。TriSAMは、信頼できる2次元平面に沿ってトラッキングを行い、潜在的な曲がり点を特定するための3平面選択を採用することで、モデル学習やファインチューニングを必要とせずに長期的な3次元血管セグメンテーションを達成する。
実験結果では、TriSAMが3種の哺乳類のBvEMベンチマークにおいて優れた性能を示すことを確認した。これにより、TriSAMは神経血管連関の解明や脳疾患の理解に向けた重要なツールとなることが期待される。
To Another Language
from source content
arxiv.org
Viktige innsikter hentet fra
by Jia Wan,Wanh... klokken arxiv.org 04-10-2024
https://arxiv.org/pdf/2401.13961.pdfDypere Spørsmål