基于域对齐的白光结肠镜图像结直肠息肉分类
计算机视觉与模式识别
2021-08-06 v1
摘要
结直肠息肉的鉴别是一项重要的临床检查。需要计算机辅助诊断系统以协助从结肠镜图像中进行准确诊断。以往多数研究试图利用窄带成像（NBI）或其他增强图像来开发息肉鉴别模型。然而，这些模型在临床工作中的广泛应用受限于成像技术的滞后。因此，我们提出一种基于师生架构的新框架，通过直接在检查中使用白光（WL）结肠镜图像来实现准确的结直肠息肉分类（CPC）。实践中，在训练阶段，利用辅助 NBI 图像训练教师网络，并引导学生网络从 WL 图像中获取更丰富的特征表示。特征迁移通过域对齐与对比学习实现。最终，学生网络仅从 WL 图像中提取对齐特征以促进 CPC 任务。此外，我们发布了首个公开的含 WL-NBI 对的 CPC 配对数据集用于对齐训练。定量与定性评估表明，所提方法在 CPC 中优于以往方法，以极快速度将准确率提升 5.6%。
引用
@article{arxiv.2108.02476,
title = {Colorectal Polyp Classification from White-light Colonoscopy Images via Domain Alignment},
author = {Qin Wang and Hui Che and Weizhen Ding and Li Xiang and Guanbin Li and Zhen Li and Shuguang Cui},
journal= {arXiv preprint arXiv:2108.02476},
year = {2021}
}
备注
Accepted in MICCAI-21