基于时序卷积网络的结肠镜视频时序分割方法与基准数据集
计算机视觉与模式识别
2025-04-28 v2 图像与视频处理
摘要
继计算机辅助检测和诊断系统在结肠镜检查中取得最新进展之后，结肠镜检查程序的自动化报告将彻底改变临床实践。在这些系统的开发中，一个关键但尚未充分探索的方面是创建能够将完整结肠镜检查视频自动分割为解剖学段落和程序阶段的计算机视觉模型。在这项工作中，我们旨在为此任务创建第一个开放获取数据集，并提出一种最先进的方法，并与竞争性模型进行基准测试。我们对公开可用的 REAL-Colon 数据集进行了标注，该数据集包含来自 60 个完整结肠镜检查视频的 270 万帧图像，并为九个类别的解剖位置和结肠镜检查阶段提供了帧级标签。然后，我们提出了 ColonTCN，这是一种基于学习的架构，它采用定制的时序卷积模块，旨在高效捕获长时序依赖关系，用于结肠镜检查视频的时序分割。我们还为此基准提出了一个双重 k 折交叉验证评估协议，其中包括在未见过的多中心数据上进行模型评估。在使用两种提出的 k 折交叉验证设置进行评估时，ColonTCN 在分类准确率上达到了最先进的性能，同时保持了较低的参数量，优于竞争性模型。我们报告了消融研究，以提供对该任务挑战的见解，并强调了定制时序卷积模块的优势，这些模块增强了学习能力并提高了模型效率。我们相信，所提出的开放获取基准和 ColonTCN 方法代表了结肠镜检查程序时序分割方面的重大进展，促进了进一步的开放获取研究，以满足这一临床需求。
引用
@article{arxiv.2502.03430,
title = {A Temporal Convolutional Network-Based Approach and a Benchmark Dataset for Colonoscopy Video Temporal Segmentation},
author = {Carlo Biffi and Giorgio Roffo and Pietro Salvagnini and Andrea Cherubini},
journal= {arXiv preprint arXiv:2502.03430},
year = {2025}
}