Метод слабоконтролируемой сегментации фолликулов на ультразвуковых изображениях

Точная сегментация фолликулов на ультразвуковых изображениях необходима для мониторинга их развития, что является ключевым фактором при лечении бесплодия. Однако получение покадровых разметок для полностью контролируемой инстанс-сегментации часто непрактично из-за затрат времени и трудоемкости. В статье представлен метод слабоконтролируемой инстанс-сегментации, использующий ограничивающие рамки в качестве приблизительной разметки и предназначенный для помощи врачам с помощью автоматизированных инструментов мониторинга развития фолликулов. Мы предлагаем метод Weakly Supervised Follicle Segmentation (WSFS) — новый одноэтапный метод слабоконтролируемой сегментации, предназначенный для улучшения ультразвуковых изображений фолликулов; он включает в себя основу на сверточной нейронной сети с модулем пирамиды признаков для многомасштабного представления признаков, что критически важно для распознавания фолликулов разного размера и формы. Используя обучение с множественными экземплярами, мы сформулировали процесс обучения в слабоконтролируемой постановке и разработали сквозную обучаемую модель, эффективно решающую проблему нехватки разметки. Кроме того, WSFS можно использовать как подсказку для повышения эффективности модели Segmentation Anything Model (SAM), известной предварительно обученной модели сегментации, использующей стратегии обучения на малом числе примеров. Также в исследовании представлен набор данных ультразвуковых изображений фолликулов Follicle Ultrasound Image Dataset (FUID), что помогает преодолеть дефицит данных в репродуктивной медицине и способствует будущим исследованиям в области компьютерной диагностики. Эксперименты на общедоступном наборе данных USOVA3D и закрытом наборе данных FUID показали, что метод сопоставим по качеству с полностью контролируемыми методами. При работе с разметкой меньшей детализации наш подход достигает значений mAP 0,957, IoU 0,714 и коэффициента Dice 0,83, что сопоставимо с полностью контролируемыми методами, опирающимися на покадрово размеченные маски.