AG-CUResNeSt：一种用于结肠息肉分割的新方法
图像与视频处理
2022-03-02 v3 计算机视觉与模式识别
摘要
结直肠癌是最常见的恶性肿瘤之一，可由高危结肠息肉发展而来。结肠镜检查是检测和切除息肉的有效筛查工具，尤其在癌前病变的情况下。然而，由于多种因素，临床实践中的漏诊率相对较高。使用AI模型进行自动息肉分割可极大裨益该过程，为改善结肠息肉检测提供有价值的参考。然而，由于息肉在尺寸、形状、纹理和颜色上的差异，精确分割仍具挑战性。本文提出一种称为AG-CUResNeSt的新型神经网络架构，其利用鲁棒的ResNeSt主干网络和注意力门增强耦合UNet(Coupled UNets)。该网络能够有效结合多级特征以产生准确的息肉分割。在五个流行基准数据集上的实验结果表明，与现有方法相比，我们所提方法达到了最先进的精度。
引用
@article{arxiv.2105.00402,
title = {AG-CUResNeSt: A Novel Method for Colon Polyp Segmentation},
author = {Dinh Viet Sang and Tran Quang Chung and Phan Ngoc Lan and Dao Viet Hang and Dao Van Long and Nguyen Thi Thuy},
journal= {arXiv preprint arXiv:2105.00402},
year = {2022}
}