探索通用分割模型在斑马鱼心跳视频中心功能参数自动量化的应用

　　来自国内的研究人员为提升环境化学物质心血管毒性评估效率，开展了基于通用分割模型的斑马鱼心功能自动量化研究。采用Mask2Former实现心室与心包的高精度分割（IoU达93.46%/83.31%），自动计算7项心功能参数（如HR、SV、CO等），相对误差低于10.0%，为毒理学研究提供快速可靠的新工具。

　　

通过探索通用分割模型，本研究实现了从斑马鱼心跳视频中自动量化心功能参数。当前方法依赖繁琐的人工标注或不精确的半自动/自动测量，制约了心血管功能评估的准确性。研究团队对20种前沿深度分割模型进行基准测试，最终选用性能最优的Mask2Former对心室(ventricle)和心包(pericardium)进行分割。基于心室变化和心包形态的量化，自动计算出斑马鱼胚胎的7项心功能参数：心率(heart rate, HR)、每搏输出量(stroke volume, SV)、心输出量(cardiac output, CO)、最大心室面积、射血分数(ejection fraction, EF)、舒张期与收缩期比值、以及心包弧长。在178个斑马鱼心跳视频上的实验表明，Mask2Former表现出卓越性能：心室分割的IoU（交并比）达93.46%、Dice系数为96.58%；心包分割的IoU为83.31%、Dice系数为90.89%。与人工测量相比，自动量化参数均呈现高精度，相对误差低于10.0%。该框架为评估环境化学物质对心血管系统的毒性作用提供了新颖、快速且可靠的工具。