用于息肉分割的 FCB-SwinV2 Transformer

利用深度学习模型对结肠镜视频帧中的息肉进行分割，有潜力实现临床医生工作流的自动化。这有助于提高息肉的早期检出率与表征能力，而此类息肉可能进展为结直肠癌。近期最先进的深度学习息肉分割模型将全卷积网络架构与 Transformer 网络架构并行工作的输出进行了结合。本文中，我们提出了对当前最先进息肉分割模型 FCBFormer 的改进。将 FCBFormer 的 Transformer 架构替换为 SwinV2 Transformer-UNET，并对全卷积网络架构做了细微改动，从而构建了 FCB-SwinV2 Transformer。FCB-SwinV2 Transformer 的性能在流行的结肠镜分割基准数据集 Kvasir-SEG 与 CVC-ClinicDB 上进行了评估，并开展了泛化性测试。FCB-SwinV2 Transformer 在所有测试中均能持续取得更高的 mDice 分数，因此代表了新的最先进性能。我们还报告并讨论了文献中结肠镜分割模型性能评估所存在的问题。其中一个最重要的问题是，在 CVC-ClinicDB 数据集上评估性能时， preferable 应确保训练/验证/测试数据划分过程中不发生来自视频序列的数据泄漏。