FeatureForest：融合基础模型与随机森林的生物图像语义分割新方法

针对生物图像分割中深度学习模型依赖大量标注数据、随机森林分类器性能有限的问题，研究人员开发了FeatureForest方法，通过结合SAM2、DINOv2等基础模型的特征嵌入与随机森林分类器，实现了仅需少量标注即可完成复杂图像的语义分割。该方法在FIB-SEM、H&E染色等多模态数据中Dice分数提升30%以上，为大规模电子显微镜数据分析提供了高效工具，相关成果发表于《npj Imaging》。

　　

在生物医学图像分析领域，图像分割是定量研究的基础步骤，但传统方法面临两难困境：深度学习模型（如U-Net、CellPose）需要大量标注数据且训练复杂，而随机森林分类器虽交互友好却难以区分纹理相似的目标。尤其对于电子显微镜（FIB-SEM）等三维大体积数据，人工标注成本高昂，现有算法在复杂场景下性能急剧下降。

针对这一挑战，来自欧洲分子生物学实验室（EMBL）等机构的研究团队提出FeatureForest创新框架，通过融合基础模型的强大特征表示能力与随机森林的交互优势，实现了"小标注、高性能"的语义分割。该研究近期发表于《npj Imaging》，在飞脑线粒体、肾小球等复杂结构分割中，Dice分数较传统方法提升达58%，为生物医学图像分析提供了新范式。

研究采用三项关键技术：1）利用SAM2、DINOv2等基础模型提取像素级特征嵌入（1536维）；2）基于napari平台开发交互式标注工具，支持用户通过涂鸦标注训练随机森林；3）创新性结合SAM2的边界框提示进行后处理，提升分割平滑度。实验覆盖FIB-SEM、H&E染色、无标记明场三种模态数据，通过边界F₁分数（Boundary F₁）、Hausdorff距离等指标定量评估。

FeatureForest原理
通过替换传统随机森林的图像滤波器，直接利用SAM2等模型的深层特征训练分类器。

显示其工作流程：用户标注少量像素后，模型提取对应特征向量（320-1536维）训练随机森林，通过迭代优化实现全图分割。后处理阶段采用SAM2自动生成边界框提示，显著改善线粒体膜等细微结构的分割完整性。

多模态显微镜数据验证
在飞脑FIB-SEM数据中，FeatureForest的Dice分数达0.88±0.05，远超随机森林的0.61±0.07（表1）。

显示其对乳腺癌球体中线粒体的分割效果：传统方法因纹理混淆导致Dice仅0.30，而FeatureForest准确识别形态多变的细胞器（Dice 0.74）。在肾小球H&E染色图像中，后处理使边界F₁分数从0.63提升至0.87，证明SAM2提示能有效修复复杂边缘。

多类分割与大尺度应用
研究成功实现浮游生物细胞器（图3）的六类同步分割，其中藻类质体Dice达0.88±0.02。

展示通过3598层切片重建的宿主/猎物线粒体空间分布，为器官窃取（organelle hijacking）现象研究提供量化基础。

模型对比与鲁棒性
SAM2_Large在多数数据集表现最优（表3），DINOv2仅在飞脑数据略优（Dice 0.89）。噪声实验显示，当信噪比（SNR）低于10 dB时，高斯噪声使Dice下降约15%，但仍优于传统方法。计算效率方面，MobileSAM在CPU处理256×256图像仅需1.61秒，适合资源受限场景。

该研究突破性地将基础模型特征与交互式学习结合，解决了生物图像分析中的标注效率瓶颈。其开源实现（BSD-3-Clause许可）支持用户扩展新模型，特别适用于电子显微镜等三维大数据的快速分析。未来通过集成领域自适应（domain adaptation）技术，有望进一步拓展在病理切片等场景的应用深度。研究团队特别强调，该方法的核心优势在于"让非专业用户也能驾驭最先进的深度学习特征"，这将显著加速生命科学领域的图像驱动发现。