基于三元组嵌入的无线胶囊内镜息肉检测

无线胶囊内镜是一种用于可视化整个胃肠道并诊断肠道疾病（如息肉或出血）的医疗程序。目前的分析是通过手动检查视频中几乎每一帧来进行的，这是一项繁琐且容易出错的任务。自动图像分析方法可用于减少医生评估胶囊内镜视频所需的时间，然而这些方法仍处于研究阶段。本文关注胶囊内镜图像中的计算机辅助息肉检测。由于息肉外观的多样性、数据集结构的不平衡以及数据的稀缺性，这是一个具有挑战性的问题。我们开发了一种新的息肉计算机辅助决策系统，该系统结合了深度卷积神经网络和度量学习。该方法的关键在于使用三元组损失函数，旨在小数据集情况下改善图像的特征提取。三元组损失函数通过迫使同一类别的图像由相似的嵌入向量表示，同时确保不同类别的图像由不相似的向量表示，从而训练出鲁棒的检测器。实证结果表明，与基线方法相比，AUC值有显著提升。良好的性能并非考虑将该技术应用于临床实践时的唯一要求。决策的可信度与可解释性与性能同等重要。为此，我们还提供了一种生成息肉检测器输出结果视觉解释的方法。这些解释可用于建立医生对系统的信任，也可向设计者传达方法内部运作的信息以用于调试目的。