AVPDN：面向视频基肠溢息检测的学习型运动鲁健与尺度自适应表征
计算机视觉与模式识别
2025-08-06 v1
摘要
精准检测肠溢息对于早期和中期结直肠癌诊断至关重要。与静态图像相比，动态结肠镜视频提供更为全面的视觉信息，可有助于制定有效的治疗方案。然而，与固定摄像机录制不同，结肠镜视频常常出现快速的摄像机运动，引入大量背景噪声，破坏场景的结构完整性，增加假阳性风险。为此，我们提出了自适应视频肠溢息检测网络（AVPDN），面向结肠镜视频的多尺度肠溢息检测提供稳健框架。AVPDN包含两个关键组件：自适应特征交互与增强（AFIA）模块和尺度感知上下文集成（SACI）模块。AFIA模块采用三分支架构来增强特征表示。它采用稠密自注意力进行全局上下文建模，稀疏自注意力以缓解特征聚合中低查询-键相似度的影响，以及通道混洗操作以促进分支间的信息交换。在平行地，SACI模块设计用于强化多尺度特征集成。它利用具有不同感受野的膨胀卷积，在多个空间尺度上捕获上下文信息，从而提高模型的去噪能力。在几个具有挑战性的公开基准数据集上的实验结果表明，所提方法有效且具有良好的泛化能力，实现了视频基肠溢息检测任务的具竞争力性能。
引用
@article{arxiv.2508.03458,
title = {AVPDN: Learning Motion-Robust and Scale-Adaptive Representations for Video-Based Polyp Detection},
author = {Zilin Chen and Shengnan Lu},
journal= {arXiv preprint arXiv:2508.03458},
year = {2025}
}