.png){kind=icon}
返回
Prompt-based polyp segmentation during endoscopy
.png){kind=icon}
PRE
AI
DOI：10.1016/j.media.2025.103510.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
息肉尺寸的准确判断与识别在内镜诊断中至关重要。然而，息肉边界模糊会导致分割错误和漏诊癌症。本文提出了一种基于提示的息肉分割方法（PPSM），用于在内镜检查中辅助早期癌症诊断。该方法结合了内镜医师的经验和人工智能技术。首先，提出了一种基于提示的息肉分割网络（PPSN），其包含提示编码模块（PEM）、特征提取编码模块（FEEM）和掩码解码模块（MDM）。PEM编码提示以引导FEEM进行特征提取和MDM生成掩码，从而实现息肉的高效分割。其次，将内镜医师的眼动注视数据（注视点）作为提示，以增强PPSN分割息肉的准确性，并在实际场景中有效获取提示数据。为增强PPSN的稳定性，生成了非均匀点阵提示以补偿眼动追踪中的帧丢失。此外，引入了一种基于分割任何模型（SAM）的数据增强方法，以丰富提示数据集并提高PPSN的适应性。实验结果表明PPSM的准确性和实时性能。在四个数据集上的交叉训练和交叉测试结果显示了PPSM的泛化能力。基于研究结果，已开发出一种具有实时辅助诊断功能的早期癌症一次性电子内镜及图像处理器。部分代码和提示数据集生成方法可在 https://github.com/XinZhenRen/PPSM 获取。
Keyword:
Polyp segmentation
Prompt
Endoscopists' gaze attention
Disposable electronic endoscope with Early-stage cancer auxiliary diagnosis
期刊
IF:
11.8
论文数:
3.9K
被引数:
2.4W
机构
暂无机构信息
引用论文
WM-DOVA maps for accurate polyp highlighting in colonoscopy: Validation vs. saliency maps from physicians在结肠镜检查中准确突出显示息肉的wm-dova地图: 医生的验证与显著性地图
PREAI
分享收藏
Development of a real-time endoscopic image diagnosis support system using deep learning technology in colonoscopy基于深度学习技术的结肠镜实时内镜图像诊断支持系统的开发.png)
SCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏U2-Net: Going deeper with nested U-structure for salient object detectionU2-Net: 基于嵌套U结构的显著性目标检测PATTERN RECOGNITIONOAAI
PATTERN RECOGNITIONIF7.6
OAAI分享收藏Magnitude, Risk Factors, and Factors Associated With Adenoma Miss Rate of Tandem Colonoscopy: A Systematic Review and Meta-analysis串联结肠镜检查的大小，危险因素和与腺瘤漏检率相关的因素: 系统回顾和荟萃分析GASTROENTEROLOGYOAAI
GASTROENTEROLOGYIF25.1
OAAI分享收藏
查看更多内容