EndoKED知识提取范式

专家级光学活检

从大规模结肠镜记录中自动挖掘像素级标注数据，显著提升息肉分割模型的性能与泛化能力。

Wang, Shuo · Zhu, Yan · 杨志伟 · Luo, Xiaoyuan · Zhang, Yizhe · 付佩尧 · Haoran, Wang · 王满宁 · 宋志坚 · Quan-Lin, Li · Ping-Hong, Zhou · Guo, Yike

Nature Biomedical Engineering 2025

技术优势

自动完成像素级标注

EndoKED 自动将原始结肠镜记录转化为带像素级标注的图像数据集，无需逐张人工标注。

分割模型达到最先进性能

利用 EndoKED 预训练后，息肉分割模型的性能和泛化能力均达到最先进水平。

光学活检达专家水平

EndoKED 视觉骨干网络支持数据高效学习，在内部、外部和前瞻性验证数据集中均达到专家级表现。

应用场景

• 结肠镜息肉检测：自动提取报告级与像素级息肉检测数据，提升检测精度并减少人工复核。
• 医学图像分析：将大规模图像文本记录转化为高质量标注，加速医学图像分析模型开发。
• 医学AI模型训练：提供大规模预训练数据集和视觉骨干，实现数据高效学习并提升模型泛化。
• 光学活检：基于 EndoKED 视觉骨干实现专家级光学活检，支持无创病理评估。