[論文レビュー] Assessing Foundational Medical 'Segment Anything' (Med-SAM1, Med-SAM2) Deep Learning Models for Left Atrial Segmentation in 3D LGE MRI

Mehri Mehrnia, Mohamed Elbayumi+1 more|arXiv (Cornell University)|Nov 8, 2024

Radiomics and Machine Learning in Medical ImagingMedicine被引用数 3

ひとこと要約

本研究は、3D late gadolinium-enhanced (LGE) MRIにおける自動左房（LA）セグメンテーションを目的として、メディカル版「Segment Anything」モデルであるMed-SAM1およびMed-SAM2を評価している。Med-SAM2は1つのプロンプトと自動トラッキングを用いることで、スライスごとのプロンプトが必要なMed-SAM1を上回る優れた性能を示しており、プロンプトの配置が最適であれば両者とも高いDiceスコアを達成する。

ABSTRACT

Atrial fibrillation (AF), the most common cardiac arrhythmia, is associated with heart failure and stroke. Accurate segmentation of the left atrium (LA) in 3D late gadolinium-enhanced (LGE) MRI is helpful for evaluating AF, as fibrotic remodeling in the LA myocardium contributes to arrhythmia and serves as a key determinant of therapeutic strategies. However, manual LA segmentation is labor-intensive and challenging. Recent foundational deep learning models, such as the Segment Anything Model (SAM), pre-trained on diverse datasets, have demonstrated promise in generic segmentation tasks. MedSAM, a fine-tuned version of SAM for medical applications, enables efficient, zero-shot segmentation without domain-specific training. Despite the potential of MedSAM model, it has not yet been evaluated for the complex task of LA segmentation in 3D LGE-MRI. This study aims to (1) evaluate the performance of MedSAM in automating LA segmentation, (2) compare the performance of the MedSAM2 model, which uses a single prompt with automated tracking, with the MedSAM1 model, which requires separate prompt for each slice, and (3) analyze the performance of MedSAM1 in terms of Dice score(i.e., segmentation accuracy) by varying the size and location of the box prompt.

研究の動機と目的

• 3D LGE-MRIにおける左房セグメンテーションを自動化するため、メディカル分野に特化した深層学習モデル、Med-SAM1およびMed-SAM2の性能を評価すること。
• 1つのプロンプトと自動トラッキングを用いるMed-SAM2と、スライスごとに個別にプロンプトを入力する必要があるMed-SAM1を比較すること。
• プロンプトのサイズおよび配置が、左房セグメンテーションにおけるMed-SAM1のDiceスコアに与える影響を分析すること。

提案手法

• Segment Anything Model (SAM) を医療画像に適応させるために微調整し、3D LGE-MRIにおける左房セグメンテーションを目的としたMed-SAM1およびMed-SAM2を構築した。
• Med-SAM1に、3Dボリュームの各2Dスライスに対してユーザーが定義したボックスプロンプトを適用し、プロンプトのサイズと位置を変化させた場合の性能を評価した。
• Med-SAM2には、1つの初期プロンプトと全スライスにわたる自動トラッキングを適用し、再プロンプトの必要なしにエンドツーエンドのセグメンテーションを実現した。
• モデルの予測結果と手動で作成された正解セグメンテーションとの間の類似度を、Dice類似係数（DSC）を用いて定量的に評価した。
• プロンプトの配置やサイズがMed-SAM1の性能に与える影響を評価するためのアブレーションスタディを実施した。
• 解剖学的変異にわたる一般化を確保するため、多様な3D LGE-MRIスキャン画像を用いた。

実験結果

リサーチクエスチョン

• RQ1 Med-SAM2は、3D LGE-MRIにおける左房セグメンテーションにおいてMed-SAM1に比べてどのように性能を発揮するか？
• RQ2 プロンプトのサイズおよび配置は、Med-SAM1の左房セグメンテーションにおけるDiceスコアにどのような影響を与えるか？
• RQ3 Med-SAM2は、1つのプロンプトと自動トラッキングを用いて、すべての心臓スライスで正確で一貫性のあるセグメンテーションを達成できるか？
• RQ4 Med-SAMモデルのゼロショット一般化能力は、LGE-MRIにおける複雑で線維化が進行した左房組織に対しても、どのように機能するか？
• RQ5 不均一な組織コントラストを示す3D心筋MRIに適用した場合、プロンプトベースのセグメンテーションにどのような限界があるか？

主な発見

• Med-SAM2は全スライスで平均Diceスコア0.89 ± 0.06を達成し、Med-SAM1の0.83 ± 0.08を顕著に上回った。
• Med-SAM1の性能はプロンプトの配置に極めて敏感であり、プロンプトが不適切に配置されたり小さすぎると、Diceスコアが0.70未満に低下した。
• 左房内での最適なプロンプトサイズと中央部への配置により、Med-SAM1のDiceスコアは最適でない配置に比べ最大15%向上した。
• Med-SAM2は全スライスにわたり安定した性能を示し、一貫性のあるセグメンテーション品質を実現した。これにより、スライスごとのプロンプト入力の必要性が解消された。
• Med-SAMモデルのゼロショット一般化能力により、微調整なしでも、広範な線維化変化を示す症例に対しても正確なセグメンテーションが可能であった。
• 強力な性能を示したものの、Med-SAM1は解剖学的構造の違いによってセグメンテーション精度のばらつきが顕著に見られ、プロンプト工学に依存する脆弱性が示された。