魏天琦，肖志勇

江南大学人工智能与计算机学院，无锡 214122

0 引 言

作为全球发病率第3位(10.2%)、病死率第2位(9.2%)的疾病，自2018年以来，结直肠癌(colorectalcancer，CRC)的发病数量在中国快速上升，严重威胁了我国人民群众的生命健康(田传鑫和赵磊，2021)。然而大多数的CRC肿瘤在早期是以腺瘤性息肉的形式生长于肠道内壁，随着病情的进展逐渐发展成恶性肿瘤并扩散到其他组织，因此早期肠道息肉检查至关重要，可以大大提高成活率(90%) (Siegel等，2019)。通过结肠镜的胃肠道检查以发现早期肠道息肉并进行切除仍然是CRC防治的金标准，目前大多数指南推荐从50岁时开始筛查(Finlay等，2021)。然而传统的结肠镜检查需要至少一位有资质的内镜医生将长约1.5 m的肠镜经肛门顺着肠腔插入到结肠及回盲部，从黏膜表面观察结肠是否发生病变。这一方法不仅对内镜医生的专业水平有较高要求，同时由于肠镜的快速进出、不同息肉的发展状态(如图1所示)、内镜医生的工作状态以及采用设备的缺陷等因素，结肠镜检查有着高达6%-27%的漏诊率(Ahn等，2012)。因此，计算机辅助系统在提高结肠镜检查效果方面有着巨大潜力。

图1 结肠息肉大小、形状和外观示例图Fig.1 Example images showing the differences in size, shape and appearance of colonic polyps

综上所述，息肉的精确分割在临床应用中至关重要，使用先进的辅助算法对成像上的息肉进行自动分割可以显著提高腺瘤的查出率。然而随着息肉生长状态的不同，在大小、颜色和纹理等特征上往往存在差异且息肉边界模糊不清，这些因素使得息肉分割仍然是一项具有挑战性的任务。……