Year: 2025
Type: article
Abstract: АннотацияПолипы толстой кишки являются ключевыми предикторами развития колоректального рака, и их своевременное выявление играет решающую роль в профилактике онкологических осложнений.В работе предложена усовершенствованная модель автоматической сегментации полипов Polyps-SAM2, основанная на фундаментальной архитектуре Segment Anything Model 2 (SAM2).Модель адаптирована для медицинской визуализации путём тонкой настройки с заморозкой параметров кодировщика изображений и внедрением обучаемых слоёв для обработки текстовых инструкций.Эксперименты проведены на двух общепринятых наборах данных -Kvasir-Seg и CVC-ClinicDB.Polyps-SAM2 продемонстрировала высокую точность: значения метрик Dice и IoU составили 0.94 и 0.91 на Kvasir-Seg, а также 0.938 и 0.901 на CVC-ClinicDB, что превосходит или сопоставимо с современными методами сегментации.Несмотря на ограничения при обработке изображений с множественными полипами и зависимость от подсказок (например, ограничивающих рамок), предложенная модель обладает высокой обобщающей способностью и потенциалом для интеграции в клинические системы поддержки принятия решений при проведении колоноскопии.
Authors: E.Yu. Shchetinin, A.A. Tiutiunnik
Institution: Sevastopol State University
Language: English
Subfield: Oncology
Field: Medicine
Domain: Health Sciences
Open Access status: diamond
OpenAlex ID: W4415247453
FWCI:
Cites:
Cited by:
Related to: