重新审视结肠镜覆盖：实时识别扫描盲区

结肠镜是预防结直肠癌最广泛使用的医学技术，通过在息肉恶变前检测并切除它们来实现。近期研究表明，约四分之一的现有息肉会被常规遗漏。其中一些确实出现在内镜医师的视野中，而另一些则因结肠覆盖不全而被遗漏。检测和标记结肠未观测区域的任务在近期工作中已被探讨，其常见方法基于稠密三维重建，但由于缺乏三维真值和视觉内容较差的时段，这被证明具有挑战性。在本文中，我们提出一种新颖且互补的方法，在无法可靠进行三维重建的视频片段中实时检测局部覆盖不足。我们的方法旨在识别因内镜在可视性差的时段发生位置漂移而导致的结肠上的跳跃。所提出的解决方案包括两个阶段。在第一阶段，识别结肠可视性良好的时段及其间的间隙。在第二阶段，训练好的模型对每个间隙进行操作，回答问题：你在间隙前后是否观察到同一场景？若答案是否定的，则提醒内镜医师，并可实时引导其前往相应区域。第二阶段模型使用基于自动生成样本的对比损失进行训练。我们的方法在由训练有素的医师标注的 250 例手术数据集上评估，获得了 0.75 的灵敏度和 0.9 的特异度。