跳到正文
arXiv · 机器人与计算机视觉· Nishi Kanta Paul, Shamia Maherin, Morsheda Akter, Moinul Hossain, Md Kishor Morol·· 16 天前AI 评分43

BGD-SF PolySegNet:结肠镜图像息肉分割的边界引导动态选择性融合网络

BGD-SF PolySegNet: boundary-guided dynamic selective fusion network for robust polyp segmentation in colonoscopy images

AI 导读

BGD-SF PolySegNet 提出一种边界引导编码器 - 解码器架构,在 Kvasir-SEG 等数据集上实现 0.887 Dice 和 35 FPS 推理速度。该模型通过整合边界指导作为主动组件,使边界 F1 较最强 CNN 基线提升 15.7%,显著改善息肉边缘分割效果。研究已提交至 PLOS ONE,代码与权重暂未公开,但提供了完整的实验验证数据。

来源:arXiv · 机器人与计算机视觉 · arxiv.org