多边形分割模型

跨数据集泛化

通过数据集级颜色增强和多尺度卷积注意力模块，显著提升了息肉分割精度和泛化能力，并可即插即用。

陈海鹏 · Honghong, Ju · 秦俊 · Jincai, Song · Lyu, Yingda · Liu, Xianzhu

Expert Systems with Applications 2025

参数信息

mDice

0.839

mIoU

0.766

技术优势

缓解颜色不平衡

通过在数据集层面生成新的颜色外观，避免模型学习到与颜色的虚假关联，从而提升泛化能力。

同时挖掘区域与边界

CMAM同时探索区域和边界线索并建模多尺度上下文，提高了息肉定位和细粒度分割的准确性。

即插即用

DLCA可广泛应用于大多数息肉分割方法，CMAM实用且即插即用。

应用场景

• 医学图像分割：替代人工勾画，提供精确的息肉轮廓分割。
• 结直肠癌筛查：在结肠镜图像中自动分割息肉，辅助早期筛查。
• 计算机辅助诊断：为医生提供分割结果，辅助诊断决策。
• 医疗AI：部署到医疗系统中，实现实时息肉分割。