用于计算机断层扫描中基于 Segment Anything 模型的结直肠肝转移瘤分割的光谱适配器

对比增强计算机断层扫描 (CT) 中结直肠肝转移 (CRLM) 的准确分割对于疗效评估、手术计划和随访非常重要。我们为分段任意模型（SAM）提出了两种参数高效的光谱适配器：定向光谱适配器（DiSECT）和光谱实例引导适配器（SiGA）。 DiSECT 使用冻结权重的奇异值分解来限制对主要谱方向的残差更新，而 SiGA 通过多层感知器添加全局和输入条件门控。我们在 446 个对比增强 CT 体积（355 个训练，91 个测试）上评估这些方法，并将它们与 LoRA、QLoRA、卷积适配器 (CAD) 和 3D nnU-Net 基线进行比较。实验考虑单点、三点、边界框和无提示方案。 SiGA 实现了最佳单点性能，Dice 得分为 0.77，IoU 为 0.69，HD95 为 35.39 mm。在无提示推理下，SiGA 达到 0.76 Dice、0.68 IoU 和 46.76 mm HD95，与 nnU-Net 基线（0.758 Dice）相当。 DiSECT 仅使用 14 万个可训练参数。这些结果表明，光谱适配器可以有效地使 SAM 适应 CRLM 分割，同时在有限的可训练参数下保持较高的准确性。