[論文レビュー] SkinSAM: Empowering Skin Cancer Segmentation with Segment Anything Model

Mingzhe Hu, Yuheng Li+1 more|arXiv (Cornell University)|Apr 27, 2023

Cutaneous Melanoma Detection and Management被引用数 43

ひとこと要約

SkinSAM は Segment Anything Model を皮膚がん分割に適用するためにファインチューニングし、HAM10000 で高いピクセル単位の精度を達成し、ViT_b_finetuned が最も大きな利得をもたらします。

ABSTRACT

Skin cancer is a prevalent and potentially fatal disease that requires accurate and efficient diagnosis and treatment. Although manual tracing is the current standard in clinics, automated tools are desired to reduce human labor and improve accuracy. However, developing such tools is challenging due to the highly variable appearance of skin cancers and complex objects in the background. In this paper, we present SkinSAM, a fine-tuned model based on the Segment Anything Model that showed outstanding segmentation performance. The models are validated on HAM10000 dataset which includes 10015 dermatoscopic images. While larger models (ViT_L, ViT_H) performed better than the smaller one (ViT_b), the finetuned model (ViT_b_finetuned) exhibited the greatest improvement, with a Mean pixel accuracy of 0.945, Mean dice score of 0.8879, and Mean IoU score of 0.7843. Among the lesion types, vascular lesions showed the best segmentation results. Our research demonstrates the great potential of adapting SAM to medical image segmentation tasks.

研究の動機と目的

• 高度に変動する病変外観の中で、正確な皮膚がん分割の課題に対処する
• 事前学習済みの Segment Anything Model を活用し、医学的 dermatoscopic 画像のためにファインチューニングする
• HAM10000 データセット上で分割性能を評価し、病変タイプ別の結果を特定する
• SAM を医用画像分割タスクに適応する可能性を示す

提案手法

• 皮膚鏡画像上で皮膚がん分割のために Segment Anything Model (SAM) をファインチューニングする
• 異なる SAM バックボーン (ViT_b, ViT_L, ViT_H) と ViT_b_finetuned バリアントを用いた実験
• HAM10000 で Mean pixel accuracy、Mean Dice score、Mean IoU を用いて分割を評価する
• 病変タイプ間で性能を比較し、強みを特定する（例：血管性病変）
• 皮膚鏡データセット上で標準的な分割指標を報告することで結果を裏付ける

実験結果

リサーチクエスチョン

• RQ1 ファインチューニング済みの SAM は大規模な皮膚鏡データセット上で競争力のある皮膚がん分割性能を達成できるか？
• RQ2 ファインチューニング後、どの SAM バックボーンのバリアントが最良の分割性能を発揮するか？
• RQ3 病変タイプは分割性能にどのように影響しますか、どのタイプが最も正確に分割されますか？
• RQ4 医用画像分割タスクへ SAM を適応させる際の主要な定量的利得は何ですか？

主な発見

• ViT_b_finetuned は試験したバックボーンの中で最大の改善を提供します。
• Mean pixel accuracy は 0.945 を達成しました。
• Mean Dice score は 0.8879 を達成しました。
• Mean IoU score は 0.7843 を達成しました。
• 病変タイプの中で血管性病変が最も良い分割性能を示しました。