结肠镜中缺陷覆盖的检测
计算机视觉与模式识别
2020-03-31 v3
摘要
结肠镜是通过在息肉癌变前检测并切除来预防结直肠癌的首选工具。然而，结肠镜受限于内镜医师常规漏诊 22-28% 息肉的事实。这些漏诊息肉部分曾出现于内镜医师视野中，其余则仅因操作覆盖不达标（即未观察到全部结肠）而被遗漏。本文试图通过引入 C2D2（基于深度的结肠镜覆盖缺陷，Colonoscopy Coverage Deficiency via Depth）算法来纠正结肠镜覆盖不达标问题，该算法检测缺陷覆盖，从而提醒内镜医师重新检查特定区域。更具体地，C2D2 由两种独立算法组成：第一种对给定普通 RGB 视频流进行结肠深度估计；第二种依据这些深度估计计算覆盖。我们的算法不计算整段结肠的覆盖，而是局部地逐段计算覆盖；C2D2 可实时指示结肠特定区域是否覆盖缺陷，若是，内镜医师可返回该区域。我们的覆盖算法是首个大规模评估的此类算法；而我们的深度估计技术是首个应用于结肠镜的无标定无监督方法。C2D2 算法在缺陷覆盖检测中取得 SOTA 结果。在含真值的人工序列上，其准确率为人类专家的 2.4 倍；在真实序列上，C2D2 与专家一致率达 93.0%。
引用
@article{arxiv.2001.08589,
title = {Detecting Deficient Coverage in Colonoscopies},
author = {Daniel Freedman and Yochai Blau and Liran Katzir and Amit Aides and Ilan Shimshoni and Danny Veikherman and Tomer Golany and Ariel Gordon and Greg Corrado and Yossi Matias and Ehud Rivlin},
journal= {arXiv preprint arXiv:2001.08589},
year = {2020}
}