EndoSight AI：基于深度学习的实时胃肠道结肠病灶检测与分割系统
计算机视觉与模式识别
2025-11-18 v1 人工智能
摘要
在内镜操作期间精准且实时地检测胃肠道结肠病灶，对早期诊断和预防结直肠癌至关重要。本工作提出EndoSight AI，一种独立开发和评估的深度学习架构，旨在实现准确的病灶定位和细致的边界描绘。系统基于公开数据集Hyper-Kvasir，实现了对结肠病灶检测的平均精度（mAP）达到88.3%，分割系数达到69%，并在GPU硬件上实现超过35帧/秒的实时推理速度。训练过程中引入临床相关的性能指标和一种新型热感知技术，以确保模型的鲁棒性和效率。该集成AI解决方案旨在 seamlessly 集成到内镜工作流程中，旨在提升胃肠道医疗诊断精度和临床决策水平。
引用
@article{arxiv.2511.12962,
title = {EndoSight AI: Deep Learning-Driven Real-Time Gastrointestinal Polyp Detection and Segmentation for Enhanced Endoscopic Diagnostics},
author = {Daniel Cavadia},
journal= {arXiv preprint arXiv:2511.12962},
year = {2025}
}