基于空间与结构信息交互的stand-alone注意力辅助图神经网络用于精确内镜图像分割
计算机视觉与模式识别
2025-08-12 v1
摘要
内镜图像中结肠息肉的精准分割对于早期结直肠癌检测至关重要，但由于低对比度、光斑以及边界模糊等因素，此任务仍具挑战性。为此，我们提出了FOCUS-Med（Fusion of spatial and structural graph with attentional context-aware polyp segmentation in endoscopic medical imaging），其融合了双图卷积网络（Dual-GCN）模块以捕获上下文空间与拓扑结构依赖关系。这种基于图的表征使模型能够通过利用拓扑线索和空间连通性，更好地区分息肉与背景组织，从而增强边界保留和复杂形状描绘能力。此外，引入位置融合的stand-alone自注意力以强化全局上下文集成。为弥合编码器与解码器层之间的语义鸿沟，我们采用可训练加权快速归一化融合策略实现高效多尺度聚合。值得注意的是，我们首次引入大型语言模型（LLM）对分割质量提供详细的定性评估。广泛的基准实验表明，FOCUS-Med在五个关键指标上实现了最先进的性能，凸显了其在AI辅助结肠镜中的有效性和临床潜力。
引用
@article{arxiv.2508.07028,
title = {Large Language Model Evaluated Stand-alone Attention-Assisted Graph Neural Network with Spatial and Structural Information Interaction for Precise Endoscopic Image Segmentation},
author = {Juntong Fan and Shuyi Fan and Debesh Jha and Changsheng Fang and Tieyong Zeng and Hengyong Yu and Dayang Wang},
journal= {arXiv preprint arXiv:2508.07028},
year = {2025}
}
备注
Manuscript under review