结肠镜息肉检测与分类：数据集构建与对比评估
计算机视觉与模式识别
2021-09-15 v2 人工智能
摘要
结直肠癌（CRC）是最常见的癌症类型之一，死亡率较高。结肠镜检查是 CRC 筛查的首选方法，已被证明能有效降低 CRC 死亡率。因此，可靠的计算机辅助息肉检测与分类系统可显著提升结肠镜检查的有效性。本文构建了一个从多种来源收集的内镜数据集，并在经验丰富的胃肠病学家协助下标注了息肉位置的真值与分类结果。该数据集可作为训练和评估息肉分类机器学习模型的基准平台。我们还比较了八种最先进的基于深度学习的物体检测模型的性能。结果表明，深度 CNN 模型在 CRC 筛查中具有良好前景。本工作可作为息肉检测与分类未来研究的基线。
引用
@article{arxiv.2104.10824,
title = {Colonoscopy Polyp Detection and Classification: Dataset Creation and Comparative Evaluations},
author = {Kaidong Li and Mohammad I. Fathan and Krushi Patel and Tianxiao Zhang and Cuncong Zhong and Ajay Bansal and Amit Rastogi and Jean S. Wang and Guanghui Wang},
journal= {arXiv preprint arXiv:2104.10824},
year = {2021}
}