计算机应用

作者：刘娜, 封筠, 霍一儒, 王弘扬, 杨柳

单位：1.石家庄铁道大学 信息科学与技术学院，石家庄 050043；2.石家庄市人工智能重点实验室（石家庄铁道大学），石家庄 050043

关键词：结肠息肉分割,分割一切模型,适配器,损失函数,轻量级微调

基金：河北省自然科学基金资助项目(F2024210005)

在胃肠道内窥镜图像处理中，精准分割结肠息肉具有重要的临床意义。传统分割方法常因细节捕捉不足和对大规模数据的依赖，在应对复杂形态的息肉时表现不佳。尽管分割一切模型（SAM）在自然图像分割中取得显著进展，但由于自然图像与医学图像存在域差异，现有的SAM方法在结肠息肉分割任务上仍难以取得理想效果。为解决这一问题，基于SAM架构提出一种轻量级微调结肠息肉分割方法（SAMCP）。该方法引入精简适配器模块，重点关注通道维度信息，采用Dice和交并比（IoU）简化联合损失函数，并在训练时冻结原始图像编码器和提示编码器的参数，以低训练成本提升结肠息肉分割性能。在3个公开数据集上与9种先进方法的对比实验结果表明，相较于SAM方法，SAMCP在Kvasir-SEG数据集上的Dice和IoU值分别提高了56.7%和84.5%，在CVC-ClinicDB数据集上的Dice和IoU值分别提高了46.0%和86.0%，在CVC-ColonDB数据集上的Dice和IoU值分别提高了95.3%和122.2%，超过目前SAM-based类方法的最佳性能。在引入点提示的情况下，即使只使用1次点击，SAMCP仍能优于其他SAM-based方法。以上验证了SAMCP在处理复杂形状和局部细节时表现出色，可为医生提供更精确的分割指导。

来源：2025年第10期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第10期