细粒度多类核细分与分子授权的全在SAM模型
Xueyuan Li1, Can Cui2, Ruining Deng2
1Vanderbilt University, Data Science Institute, Nashville, Tennessee, United States.
Journal of medical imaging (Bellingham, Wash.)
|September 8, 2025
概括
分子授权的全在SAM模型通过改善细胞核细分和细胞分类来增强计算病理学. 这种方法减少了注释工作量,并增加了准确的生物医学图像分析的可访问性.
科学领域:
- 计算病理学计算病理学
- 生物医学图像分析
- 医学中的人工智能
背景情况:
- 视觉基础模型 (VFMs),就像分段任何模型 (SAM),正在推进计算病理学.
- 目前的VFMs在特定细胞类型的细粒度语义细分方面扎.
- 细胞核细分对于准确的病理图像分析至关重要.
研究的目的:
- 为增强的计算病理学引入分子赋权的全在SAM模型.
- 为了利用VFMs改善细胞核和细胞细分.
- 为了解决细粒度语义细分中的一般VFMs的局限性.
主要方法:
- 开发了一种完整的方法,整合了分子授权学习,SAM适配器和分子导向的校正学习.
- 启用了注释引入的简易注释器,以减少像素级注释需求.
- 为特定的语义和精细的细分精度而改进的SAM.
主要成果:
- 全在SAM模型显著改善了不同数据集的细胞分类性能.
- 证明了强大的性能,即使在不同的注释质量.
- 通过对内部和公共数据集的实验进行验证.
结论:
- 分子授权的全在SAM模型减少了注释员的工作量,并增强了病理图像分析.
- 这种方法增加了精确的生物医学图像分析的可访问性,特别是在资源有限的环境中.
- 通过自动化病理图像分析来推进医学诊断.
相关概念视频
02:00Molecular Models
Physical models representing molecular architectures of chemical compounds play essential roles in understanding chemistry. The use of molecular models makes it easier to visualize the structures and shapes of atoms and molecules.
01:13¹H NMR Signal Multiplicity: Splitting Patterns
When protons A and X are coupled, their nuclear spin energy levels are slightly modified. This is because the energy required to excite proton A to a spin state parallel to proton X is slightly different from the energy required for it to become anti-parallel to spin X. Consequently, there are two possible excitation frequencies for A (A1 and A2), depending on the spin state of X, and vice versa. The mutual nature of coupling implies that the difference between frequencies A1 and A2, indicated...