Towards Polyp Counting In Full-Procedure Colonoscopy Videos

要約

自動大腸内視鏡検査報告は、大腸内視鏡検査手順の品質管理を強化し、費用対効果を改善するための大きな可能性を秘めています。
主要な課題は、フルプロセッド大腸内視鏡ビデオ全体のポリープのトラックレットの自動識別、追跡、および再アソシエーション（Reid）にあります。
これは、正確なポリープカウントに不可欠であり、腺腫検出率（ADR）や大腸内視鏡（PPC）（PPC）などの主要な品質メトリックの自動計算を可能にします。
しかし、Polyp Reidは、Polypの外観の変動、視野から頻繁に消失すること、および閉塞のために挑戦的です。
この作業では、フルプロークアービデオを提供する最初のオープンアクセスデータセットである実質コロンデータセットを活用して、フルプロセスビデオでポリープを自動的にカウントし、オープンアクセスを確立するタスク、データスプリット、およびメトリックを定義します。
フレームワーク。
以前に提案されたのは、シングルフレームとマルチビューの両方のポリープトラックレットの表現を学習するためのSIMCLRベースの方法を提案し、それらをPolypカウントタスクに適応させました。
次に、これらの学習表現に基づいてReidをさらに改善し、最終的にポリープカウントを強化するために、アフィニティ伝播ベースのクラスタリング方法を提案します。
私たちのアプローチは、最先端のパフォーマンスを達成し、ポリープの断片化率は6.30で、実際のデータセットで5％未満の偽陽性率（FPR）があります。
https://github.com/lparolari/towards-polyp-countingでコードをリリースします。

要約(オリジナル)

Automated colonoscopy reporting holds great potential for enhancing quality control and improving cost-effectiveness of colonoscopy procedures. A major challenge lies in the automated identification, tracking, and re-association (ReID) of polyps tracklets across full-procedure colonoscopy videos. This is essential for precise polyp counting and enables automated computation of key quality metrics, such as Adenoma Detection Rate (ADR) and Polyps Per Colonoscopy (PPC). However, polyp ReID is challenging due to variations in polyp appearance, frequent disappearance from the field of view, and occlusions. In this work, we leverage the REAL-Colon dataset, the first open-access dataset providing full-procedure videos, to define tasks, data splits and metrics for the problem of automatically count polyps in full-procedure videos, establishing an open-access framework. We re-implement previously proposed SimCLR-based methods for learning representations of polyp tracklets, both single-frame and multi-view, and adapt them to the polyp counting task. We then propose an Affinity Propagation-based clustering method to further improve ReID based on these learned representations, ultimately enhancing polyp counting. Our approach achieves state-of-the-art performance, with a polyp fragmentation rate of 6.30 and a false positive rate (FPR) below 5% on the REAL-Colon dataset. We release code at https://github.com/lparolari/towards-polyp-counting.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google