CS3: Cascade SAM for Sperm Segmentation

要約

自動化された精子形態解析は、男性の生殖能力の評価において重要な役割を果たしますが、精子画像を正確にセグメント化するという課題により、その有効性が損なわれることがよくあります。
Segment Anything Model (SAM) を含む既存のセグメンテーション技術は、臨床サンプルで頻繁に発生する精子の重複という複雑な問題に対処するには著しく不十分です。
私たちの探索的研究により、精子頭部と簡単にセグメント化できる領域を削除することで画像の特徴を変更し、重複領域の可視性を向上させることで、複雑な精子構造をセグメント化する際の SAM の効率が著しく向上することが明らかになりました。
これらの発見に動機づけられて、我々は、精子の重複の問題に取り組むために特別に設計された教師なしアプローチである精子分割のためのカスケード SAM (CS3) を紹介します。
この方法では、SAM のカスケード アプリケーションを使用して、精子の頭部、単純な尾部、および複雑な尾部を段階的にセグメント化します。
その後、これらのセグメント化されたマスクが細心の注意を払って突き合わせられ、結合されて完全な精子マスクが構築されます。
主要な医療機関と協力して、当社は方法を微調整するために約 2,000 枚の標識されていない精子画像からなるデータセットを編集し、包括的なモデル評価を容易にするために追加の 240 枚の画像に対する専門家の注釈を確保しました。
実験結果は、既存の方法と比較して CS3 の優れたパフォーマンスを示しています。

要約(オリジナル)

Automated sperm morphology analysis plays a crucial role in the assessment of male fertility, yet its efficacy is often compromised by the challenges in accurately segmenting sperm images. Existing segmentation techniques, including the Segment Anything Model(SAM), are notably inadequate in addressing the complex issue of sperm overlap-a frequent occurrence in clinical samples. Our exploratory studies reveal that modifying image characteristics by removing sperm heads and easily segmentable areas, alongside enhancing the visibility of overlapping regions, markedly enhances SAM’s efficiency in segmenting intricate sperm structures. Motivated by these findings, we present the Cascade SAM for Sperm Segmentation (CS3), an unsupervised approach specifically designed to tackle the issue of sperm overlap. This method employs a cascade application of SAM to segment sperm heads, simple tails, and complex tails in stages. Subsequently, these segmented masks are meticulously matched and joined to construct complete sperm masks. In collaboration with leading medical institutions, we have compiled a dataset comprising approximately 2,000 unlabeled sperm images to fine-tune our method, and secured expert annotations for an additional 240 images to facilitate comprehensive model assessment. Experimental results demonstrate superior performance of CS3 compared to existing methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google