利用多实例学习识别结肠胶囊内镜图像中的独特 polyp
计算机视觉与模式识别
2026-01-22 v1
摘要
在结肠胶囊内镜 (CCE) 图像中识别独特 polyp 是医务人员面临的关键且具有挑战性的任务，由于图像数量庞大、对临床医生的认知负担大以及对特定帧的标注模糊。本文将此问题形式化为多实例学习 (MIL) 任务，其中将查询 polyp 图像与目标 bag 中的图像集合进行比较，以确定其独特性。我们采用多实例验证 (MIV) 框架，引入注意力机制，如 variance-excited 多头注意力 (VEMA) 和基于距离的注意力 (DBA)，以增强模型提取有意义表征的能力。此外，我们还研究使用 SimCLR 生成稳健嵌入的影响。在 1912 个 polyp（来自 754 名患者）的数据集上进行的实验结果表明，注意力机制显著提升了性能，DBA L1 采用 ConvNeXt backbone 并进行 SimCLR 预训练时，实现了最高的测试准确率为 86.26%，测试 AUC 为 0.928。本研究强调了 MIL 和自监督学习在推动结肠胶囊内镜图像自动化分析方面的潜力，并对更广泛的医学影像应用具有启示意义。
引用
@article{arxiv.2601.14771,
title = {Using Multi-Instance Learning to Identify Unique Polyps in Colon Capsule Endoscopy Images},
author = {Puneet Sharma and Kristian Dalsbø Hindberg and Eibe Frank and Benedicte Schelde-Olesen and Ulrik Deding},
journal= {arXiv preprint arXiv:2601.14771},
year = {2026}
}
备注
19 pages