在結(jié)直腸癌的早期和中期診斷中，準(zhǔn)確發(fā)現(xiàn)息肉是至關(guān)重要的一步。與靜態(tài)圖像相比，結(jié)腸鏡檢查視頻能為治療規(guī)劃提供更豐富的視覺(jué)信息。但檢查過(guò)程中攝像頭的快速移動(dòng)帶來(lái)了不小的麻煩——運(yùn)動(dòng)模糊、惱人的鏡面反光，以及目標(biāo)息肉尺度的劇烈變化，這些幀級(jí)偽影像一層迷霧，嚴(yán)重降低了圖像質(zhì)量，讓自動(dòng)檢測(cè)系統(tǒng)頻頻發(fā)出“誤警報(bào)”，增加了假陽(yáng)性。如何在這樣動(dòng)態(tài)、嘈雜的視頻幀中，依然能像經(jīng)驗(yàn)豐富的醫(yī)生一樣，精準(zhǔn)地鎖定那些可能癌變的息肉，成為了一個(gè)亟待解決的技術(shù)難題。

為了應(yīng)對(duì)這些來(lái)自動(dòng)態(tài)腸鏡圖像的獨(dú)特挑戰(zhàn)，一項(xiàng)名為“自適應(yīng)視頻息肉檢測(cè)網(wǎng)絡(luò)(AVPDN)”的研究應(yīng)運(yùn)而生，并發(fā)表在了《Scientific Reports》期刊上。這項(xiàng)研究的目標(biāo)直指痛點(diǎn)：旨在開(kāi)發(fā)一個(gè)強(qiáng)大的框架，專門(mén)用于在充滿運(yùn)動(dòng)偽影的結(jié)腸鏡圖像中進(jìn)行多尺度息肉檢測(cè)，讓AI助手在“手抖”的視頻里也能保持火眼金睛。

為了攻克這一難題，研究團(tuán)隊(duì)構(gòu)建了AVPDN模型，其核心是兩大創(chuàng)新模塊：自適應(yīng)特征交互與增強(qiáng)(AFIA)模塊和尺度感知上下文集成(SACI)模塊。AFIA模塊采用了一種雙分支架構(gòu)來(lái)增強(qiáng)特征表達(dá)能力。它并非“蠻干”，而是巧妙地分工合作：一個(gè)分支利用密集自注意力來(lái)建模全局上下文信息，縱覽全圖；另一個(gè)分支則使用稀疏自注意力，專門(mén)用來(lái)減少那些低查詢-鍵相似度特征在聚合時(shí)帶來(lái)的干擾，有點(diǎn)像是專注于處理重點(diǎn)線索。兩個(gè)分支之間還通過(guò)通道打亂操作促進(jìn)信息交流，取長(zhǎng)補(bǔ)短。與此同時(shí)，SACI模塊則專注于強(qiáng)化多尺度特征的整合。它利用了具有不同感受野的空洞卷積，像一套可調(diào)焦的鏡頭，分別捕捉不同空間尺度上的上下文信息。這種設(shè)計(jì)顯著提升了模型在復(fù)雜場(chǎng)景中的“去噪”能力，能更好地從模糊和偽影中分辨出真正的息肉信號(hào)。通過(guò)這種“特征增強(qiáng)”與“多尺度上下文感知”的雙重設(shè)計(jì)，AVPDN為動(dòng)態(tài)腸鏡下的息肉檢測(cè)提供了一種新穎而高效的解決方案。

本研究主要應(yīng)用了基于深度學(xué)習(xí)的目標(biāo)檢測(cè)框架構(gòu)建、自適應(yīng)特征交互與增強(qiáng)(AFIA)模塊（包含密集自注意力、稀疏自注意力和通道打亂操作）、以及尺度感知上下文集成(SACI)模塊（基于多尺度空洞卷積）。模型在多個(gè)公開(kāi)的結(jié)腸鏡息肉檢測(cè)基準(zhǔn)數(shù)據(jù)集上進(jìn)行了訓(xùn)練與評(píng)估。

研究人員提出了完整的AVPDN網(wǎng)絡(luò)框架。核心貢獻(xiàn)在于AFIA與SACI兩個(gè)模塊的設(shè)計(jì)。AFIA模塊通過(guò)其雙分支結(jié)構(gòu)和注意力機(jī)制，有效增強(qiáng)了特征表示對(duì)運(yùn)動(dòng)偽影的魯棒性；SACI模塊則通過(guò)多尺度空洞卷積整合上下文，提升了模型對(duì)息肉尺度變化的適應(yīng)能力。

研究在多個(gè)具有挑戰(zhàn)性的公開(kāi)數(shù)據(jù)集上進(jìn)行了廣泛的實(shí)驗(yàn)。結(jié)果表明，AVPDN方法在檢測(cè)受復(fù)雜運(yùn)動(dòng)影響的結(jié)腸鏡圖像中的息肉方面，取得了最先進(jìn)的性能。具體表現(xiàn)為更高的檢測(cè)精度和更低的假陽(yáng)性率，證明了該方法的有效性和強(qiáng)大的泛化能力。

通過(guò)對(duì)不同模塊組合的消融實(shí)驗(yàn)研究，驗(yàn)證了AFIA模塊和SACI模塊各自對(duì)最終性能提升的貢獻(xiàn)。結(jié)果表明，兩個(gè)模塊協(xié)同工作，分別從特征抗干擾和尺度適應(yīng)性兩個(gè)方面解決了動(dòng)態(tài)腸鏡檢測(cè)的核心難點(diǎn)，缺一不可。

本研究成功開(kāi)發(fā)了自適應(yīng)視頻息肉檢測(cè)網(wǎng)絡(luò)(AVPDN)，專注于解決動(dòng)態(tài)結(jié)腸鏡檢查視頻中因運(yùn)動(dòng)導(dǎo)致的圖像質(zhì)量退化問(wèn)題。通過(guò)引入自適應(yīng)特征交互與增強(qiáng)(AFIA)模塊，模型強(qiáng)化了特征表示，降低了對(duì)運(yùn)動(dòng)模糊、反射等偽影的敏感性；通過(guò)尺度感知上下文集成(SACI)模塊，模型加強(qiáng)了對(duì)不同大小息肉的特征融合與捕獲能力。在多個(gè)公開(kāi)基準(zhǔn)上的實(shí)驗(yàn)一致證明，該方法在復(fù)雜、動(dòng)態(tài)的腸鏡幀息肉檢測(cè)任務(wù)中達(dá)到了領(lǐng)先水平。這項(xiàng)工作的重要意義在于，它為提高結(jié)腸鏡視頻分析的自動(dòng)化水平和輔助診斷的可靠性提供了一種有效的技術(shù)思路，通過(guò)增強(qiáng)AI在真實(shí)、復(fù)雜醫(yī)療場(chǎng)景下的感知能力，有望助力結(jié)直腸癌的早期篩查與診斷，具有重要的臨床轉(zhuǎn)化潛力。