基于注意力引导的深度框架：息肉定位与分类的创新突破

结直肠癌（CRC）致死率高，研究人员开展了利用深度 YOLOv4 模型结合多种特征融合技术检测、定位和分类息肉的研究。该方法在多个数据库表现良好，分类准确率达 96.66%，为息肉诊疗提供了有力支持。

　　摘要：结直肠癌（Colorectal Cancer，CRC）是全球主要致死病因之一。本文提出一种自动诊断技术，用于在结肠镜检查视频帧中检测、定位和分类息肉。所提模型采用深度 YOLOv4 模型，分别通过空间注意力和通道注意力模块整合空间与上下文信息，以更好地定位息肉。最后，利用深度特征和手工特征融合，将检测到的息肉分为腺瘤或非腺瘤。息肉的形状和纹理是鉴别息肉类型的关键特征。因此，本研究利用方向梯度金字塔直方图（Pyramid Histogram of Oriented Gradient，PHOG）和通过三元组连体架构（triplet Siamese architecture）学习的嵌入特征来提取这些特征。PHOG 从各息肉类别中提取局部形状信息，而连体网络（Siamese network）提取息肉内的鉴别特征。在两个数据库上的个体和跨数据库性能表明该方法在息肉定位方面的稳健性。基于重要临床参数与当前最先进方法的对比分析证实，该方法可用于实时和离线结肠镜视频帧中的自动息肉定位。在 Kvasir-SEG 和 SUN 数据库上，该方法的平均精度分别为 0.8971 和 0.9171，F1 分数分别为 0.8869 和 0.8812。同样，所提的息肉分类框架在公开的 UCI 结肠镜视频数据集上分类准确率达 96.66%。此外，该分类框架的 F1 分数为 96.54%，验证了其在息肉定位和分类方面的潜力。