终检评审通过 创新训练 520计算机科学技术 医疗健康国家级

根据GLOBOCAN 2020的数据，结直肠癌是全球第三大常见癌症，也是第二大常见死亡原因。它通常开始于结肠内部形成的小的、非癌(良性)细胞团，称为息肉。随着时间的推移，一些息肉会发展成结肠癌。因此，预防结肠癌的最佳方法是在息肉变成癌症之前识别并清除它们。目前，结肠镜检查是最常用的检查手段，它使医生能够对结直肠息肉进行分类、定位和切除。但是由于这种筛查程序是人工进行的，对导航技术的依赖程度很高，而且劳动力成本昂贵，因此误诊率相对较高。 自动结肠镜检查技术可以帮助临床医生准确定位息肉区域并对其病理属性进行分类，在早期治疗和诊断过程中起到至关重要的作用。 由于息肉的形状、大小、颜色和纹理各不相同，准确的分割和分类是非常具有挑战性的。缓解息肉多样性的一种有希望的方法是为每个像素建立上下文关系模型，例如使用注意力机制。然而，以息肉分割为例，以往的方法只关注于学习单个图像内部位置之间的依赖关系，而忽略了不同图像之间的上下文关系。本项目致力于解决这个问题，具有重要的现实意义。