SAM、SAM2、MedSAM和MedSAM2模型在肺部分割任务中的零样本性能对比评估

《Journal of Imaging Informatics in Medicine》：A Comparative Evaluation of Zero-Shot Performance of SAM, SAM2, MedSAM, and MedSAM2 Models on Lung Segmentation

肺疾病需精准早诊，HRCT结合自动肺分割提升临床准确性。研究在零样本框架下，基于MedGIFT数据库对比SAM、SAM2、MedSAM、MedSAM2的分割性能，发现早期模型（SAM/MedSAM）在BB提示下优于新版本，点提示中SAM2（少点）与SAM（多点）互补。结核病点提示效果最佳，肺纤维化整体分割最差，SAM最高Dice达96.076%。

　　

摘要

肺部疾病需要准确且早期的诊断，以确保有效的治疗计划和密切监测疾病进展。高分辨率计算机断层扫描（HRCT）能够提供肺结构的详细可视化，而HRCT图像中的自动肺部分割技术则有助于诊断过程并提高临床准确性。本研究在零样本学习框架下，使用MedGIFT数据库作为实验基准，对Segment Anything Model（SAM）、SAM2、Medical SAM（MedSAM）和MedSAM2模型的分割性能进行了全面评估。值得注意的是，这些模型没有经过重新训练或微调，从而能够客观地评估不同提示类型下的分割性能。在实验中，边界框（BB）提示是从真实掩膜中自动生成的，而基于点的提示则采用了仅包含阳性样本、仅包含阴性样本以及结合两种样本的策略生成。点的数量在1到10个之间变化，选择方式既随机又在不同肺区域之间保持平衡。实验结果表明，与初步预期相反，早期版本的模型（SAM和MedSAM）在基于边界框的分割任务中表现优于较新的版本（SAM2和MedSAM2）。对于基于点的提示，SAM和SAM2表现出互补的优势：SAM2在输入点较少的情况下实现了更高的准确性，而SAM在标签更密集的场景中表现更佳。针对特定疾病的分析显示，基于点的提示在结核病诊断中最为有效，而基于边界框的提示效果较差；肺纤维化的整体分割性能最低。最高的Dice值分别为SAM 96.076%、SAM2 92.912%、MedSAM 94.326%和MedSAM2 84.979%。这些结果强调了根据标签密度和疾病特征选择合适的模型和提示策略的重要性。本研究首次系统地评估了SAM模型家族在MedGIFT数据库上的计算机断层扫描肺部分割性能，展示了它们作为临床应用的灵活且稳健工具的潜力。此外，该研究还强调了提示选择对基于SAM的分割性能在临床肺部成像中的关键作用。