核心概念
초음파 영상에서 유방 병변을 정확하게 분할하기 위해 SAM 모델을 개선하고 적용하였다.
摘要
이 논문은 Segment Anything Model (SAM)을 초음파 영상 분할 작업에 적용하기 위한 새로운 방법인 Breast Ultrasound Segment Anything Model (BUSSAM)을 제안한다.
첫째, 초음파 영상의 국소적 특징을 잘 포착할 수 있는 경량 CNN 인코더를 설계하였다. 이는 SAM의 ViT 인코더와 상호보완적인 정보를 제공한다.
둘째, CNN 인코더와 ViT 인코더 간의 정보 교환을 위한 Cross-Branch Adapter를 개발하였다. 이를 통해 SAM 모델을 초음파 데이터에 효과적으로 fine-tuning할 수 있다.
셋째, ViT 인코더에 Position Adapter와 Feature Adapter를 추가하여 SAM 모델을 추가로 fine-tuning하였다.
실험 결과, 제안한 BUSSAM 모델이 AMUBUS와 BUSI 데이터셋에서 기존 방법들보다 우수한 성능을 보였다.
統計資料
유방 병변 분할 정확도는 AMUBUS 데이터셋에서 99.32%, BUSI 데이터셋에서 98.06%로 나타났다.
유방 병변 분할 민감도는 AMUBUS 데이터셋에서 89.16%, BUSI 데이터셋에서 91.49%로 나타났다.
유방 병변 분할 Dice 점수는 AMUBUS 데이터셋에서 86.59%, BUSI 데이터셋에서 89.95%로 나타났다.
유방 병변 분할 IoU는 AMUBUS 데이터셋에서 77.21%, BUSI 데이터셋에서 82.31%로 나타났다.
유방 병변 분할 Hausdorff 거리는 AMUBUS 데이터셋에서 6.14mm, BUSI 데이터셋에서 8.27mm로 나타났다.
引述
"초음파 영상에서 유방 병변을 정확하게 분할하기 위해 SAM 모델을 개선하고 적용하였다."
"제안한 BUSSAM 모델이 AMUBUS와 BUSI 데이터셋에서 기존 방법들보다 우수한 성능을 보였다."