基于深度学习从结肠镜视频中检测、定位与分类息肉

本文提出并分析了一种能够自动从结肠镜视频中检测、定位并分类息肉的系统。含息肉帧的检测被表述为少样本异常分类问题，其中训练集高度不平衡，绝大多数帧为正常图像，仅极少数帧含息肉。结肠镜视频可能包含模糊图像以及显示粪便和水射流清洗结肠的帧——此类帧易被误检为异常，因此我们实现了一个分类器，在息肉检测前剔除这两类帧。接着，对于含息肉的给定帧，我们的方法将其定位（以包围息肉的边界框）并分类为五种不同的类别。此外，我们研究了一种利用不确定性估计与分类校准来提升分类结果可靠性与可解释性的方法。分类不确定性与校准不仅可通过拒绝低置信度与高不确定性结果来提升分类准确率，还可供医生决定如何对息肉分类。所有提出的检测、定位与分类方法均使用大型数据集测试，并与相关基线方法比较。