基于CLIP的区域感知特征融合用于结肠镜图像的自动BBPS评分
图像与视频处理
2025-12-30 v2 计算机视觉与模式识别
摘要
对肠道洁净度的准确评估对于有效的结肠镜操作至关重要。巴顿肠道准备评分标准（BBPS）提供了标准化的评分系统，但存在主观性和观察者间变异性。本文构建了由517名受试者、2240幅结肠镜图像组成的高质量数据集，标注了专家一致的BBPS评分。我们提出一种新颖的自动BBPS评分框架，利用CLIP模型进行适配器式迁移学习和专门的粪便特征提取分支。该方法将全局视觉特征与粪便相关文本先验融合，以提高肠道洁净度评估的准确性，而无需显式分割。在我们的原始数据集和公开的NERTHU数据集上进行大量实验表明，我们的方法在现有基线方法之上表现更优，凸显了其在计算机辅助结肠镜分析中的潜在临床应用价值。
引用
@article{arxiv.2512.20374,
title = {CLIP Based Region-Aware Feature Fusion for Automated BBPS Scoring in Colonoscopy Images},
author = {Yujia Fu and Zhiyu Dong and Tianwen Qian and Chenye Zheng and Danian Ji and Linhai Zhuo},
journal= {arXiv preprint arXiv:2512.20374},
year = {2025}
}
备注
12 pages, 9 figures, BMVC 2025 submission