[论文解读] AFP-Net: Realtime Anchor-Free Polyp Detection in Colonoscopy

Dechun Wang, Ning Zhang+5 more|arXiv (Cornell University)|Sep 5, 2019

Advanced Image and Video Retrieval Techniques参考文献 43被引用 10

一句话总结

本文提出 AFP-Net，一种用于结肠镜检查的无锚点实时息肉检测模型，通过特征金字塔和上下文增强模块提升特征表示能力，同时引入一种新颖的余弦真实标签投影与高斯惩罚策略，以维持高查全率与查准率。该方法在单张 GPU 上实现 52.6 FPS 的推理速度，达到 99.36% 的查准率与 96.44% 的查全率，优于先前的基于锚点与无锚点模型。

ABSTRACT

Colorectal cancer (CRC) is a common and lethal disease. Globally, CRC is the third most commonly diagnosed cancer in males and the second in females. For colorectal cancer, the best screening test available is the colonoscopy. During a colonoscopic procedure, a tiny camera at the tip of the endoscope generates a video of the internal mucosa of the colon. The video data are displayed on a monitor for the physician to examine the lining of the entire colon and check for colorectal polyps. Detection and removal of colorectal polyps are associated with a reduction in mortality from colorectal cancer. However, the miss rate of polyp detection during colonoscopy procedure is often high even for very experienced physicians. The reason lies in the high variation of polyp in terms of shape, size, textural, color and illumination. Though challenging, with the great advances in object detection techniques, automated polyp detection still demonstrates a great potential in reducing the false negative rate while maintaining a high precision. In this paper, we propose a novel anchor free polyp detector that can localize polyps without using predefined anchor boxes. To further strengthen the model, we leverage a Context Enhancement Module and Cosine Ground truth Projection. Our approach can respond in real time while achieving state-of-the-art performance with 99.36% precision and 96.44% recall.

研究动机与目标

• 为解决因息肉在大小、形状、颜色与纹理上的多样性导致的高假阴性率问题。
• 开发一种无需人工调参锚框的实时息肉检测系统，以提升敏感性。
• 提升对小、扁平及低对比度息肉的检测性能，这些息肉难以与正常黏膜区分。
• 消除锚框设计与超参数调优的需求，同时保持或提升检测精度。
• 实现最先进的性能表现，具备适合临床部署的高推理速度。

提出的方法

• 模型采用特征金字塔网络，结合自顶向下的上采样策略，以增强不同感受野下的多尺度语义特征。
• 引入上下文增强模块（CEM），以扩大有效感受野并改善特征表示能力。
• 将目标定位为中心点而非锚框，从而实现无锚点检测头，降低计算开销。
• 采用余弦真实标签投影策略，根据尺度相似性将真实标签分配至多个特征层级，提升无锚点设置下的查全率。
• 在损失计算过程中应用基于距离的高斯惩罚，以抑制误检并提升定位精度。
• 模型使用焦点损失进行训练，并采用 SGD 优化，输入分辨率为 320×320，以实现实时推理。

实验结果

研究问题

• RQ1 无锚点检测框架是否能在息肉检测任务上优于基于锚点的方法？
• RQ2 上下文建模与多尺度特征融合如何提升对结肠镜图像中微小及扁平息肉的检测能力？
• RQ3 余弦真实标签投影对无锚点检测中微小目标的查全率有何影响？
• RQ4 移除锚框是否可在不损失查准率或查全率的前提下实现更快的推理速度？
• RQ5 高斯惩罚与焦点损失如何协同作用以减少息肉检测中的假阳性？

主要发现

• AFP-Net 在 CVC-Clinic 数据集上实现 99.36% 的查准率与 96.44% 的查全率，优于先前的基于锚点与无锚点模型。
• 模型在 NVIDIA RTX 2080 Ti 上实现 52.6 FPS 的推理速度，相比基于锚点的 SSD 基线模型提升约 30%。
• 若移除余弦真实标签投影，查全率显著下降，证明其在补偿无锚点设计缺陷方面具有关键作用。
• 与无该惩罚的变体相比，高斯惩罚使查准率提升 0.94%，查全率提升 0.18%。
• 在测试数据集中，基于 VGG 的主干网络在检测性能上优于基于 ResNet 的变体。
• 模型在具有挑战性的场景中泛化能力良好，包括扁平息肉与具有皱褶结构的黏膜区域，尽管在纹理相似区域仍存在部分假阳性和假阴性。