针对多肠息肉分割中不确定区域的不同语义适应

结直肠镜是一种常见且实用的结肠息肉检测和治疗方法。从结肠镜图像中分割息肉对于诊断和手术过程具有重要价值。然而，由于息肉具有形状、颜色、条件等特征，以及与周围背景显著难以区分的特点，实现卓越的分割性能仍然具有挑战性。本文提出了一种新型架构，称为适应不确定区域不同语义的息肉分割（ADSNet），该架构修改误分类的细节，并恢复具有在最终阶段消失且难以被检测到的弱特征的能力。该架构由一个互补的三叉解码器用于生成早期全局图。连续注意力模块修改高级别特征的语义，以分析早期全局图的两种不同语义。本文提出的方法在息肉基准数据集上进行了学习能力和泛化能力的实验，实验结果表明其具有卓越的纠正和恢复能力，相较于其他在息肉图像分割任务中的先进方法，实现了更好的分割性能。尤其，本文提出的架构可以灵活地应用于基于CNN的编码器、基于Transformer的编码器以及解码器 Backbone。