2518-1092Научный результат. Информационные технологии2518-109210.18413/2518-1092-2025-10-3-0-53904ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ПРИНЯТИЕ РЕШЕНИЙ<strong>О СЕГМЕНТАЦИИ ПОЛИПОВ С ИСПОЛЬЗОВАНИЕМ МОДЕЛИ SEGMENT ANYTHING MODEL</strong><strong>ON SEGMENTATION OF POLYPS USING SEGMENT ANYTHING MODEL</strong>ЩетининЕвгений ЮрьевичShchetininEugene Yurievichriviera-molto@mail.ruТютюнникАнастасия АлександровнаTiutiunnikAnastasiia Alexandrovnatyutyunnik_aa@pfur.ru202510300

Полипы толстой кишки являются ключевыми предикторами развития колоректального рака, и их своевременное выявление играет решающую роль в профилактике онкологических осложнений. В работе предложена усовершенствованная модель автоматической сегментации полипов Polyps-SAM2, основанная на фундаментальной архитектуре Segment Anything Model 2 (SAM2). Модель адаптирована для медицинской визуализации путём тонкой настройки с заморозкой параметров кодировщика изображений и внедрением обучаемых слоёв для обработки текстовых инструкций. Эксперименты проведены на двух общепринятых наборах данных &ndash; Kvasir-Seg и CVC-ClinicDB. Polyps-SAM2 продемонстрировала высокую точность: значения метрик Dice и IoU составили 0.94 и 0.91 на Kvasir-Seg, а также 0.938 и 0.901 на CVC-ClinicDB, что превосходит или сопоставимо с современными методами сегментации. Несмотря на ограничения при обработке изображений с множественными полипами и зависимость от подсказок (например, ограничивающих рамок), предложенная модель обладает высокой обобщающей способностью и потенциалом для интеграции в клинические системы поддержки принятия решений при проведении колоноскопии.

Colorectal polyps are critical precursors to colorectal cancer, and their early detection is vital for effective prevention. This study introduces Polyps-SAM2 &ndash; an enhanced polyp segmentation model built upon the Segment Anything Model 2 (SAM2) foundation. Tailored for medical imaging, Polyps-SAM2 incorporates fine-tuning with a frozen image encoder and integrates trainable layers for processing textual prompts. Evaluated on two benchmark datasets &ndash; Kvasir-Seg and CVC-ClinicDB &ndash; the model achieves Dice and IoU scores of 0.94/0.91 and 0.938/0.901, respectively, outperforming or matching state-of-the-art segmentation approaches. While limitations remain &ndash; particularly in handling images with multiple distinct polyps and reliance on user-provided prompts such as bounding boxes &ndash; the model demonstrates strong generalization capabilities and significant potential for clinical deployment in computer-aided colonoscopy systems, thereby improving diagnostic accuracy and workflow efficiency for physicians.

полипы толстой кишкисегментацияглубокое обучениефундаментальные модели компьютерного зрениятрансформерcolon polypssegmentationdeep learningfundamental computer vision modelstransformer

Работа выполнена при финансовой поддержке Севастопольского государственного университета, проект 42-01-09/319/2025-1.

Список литературыSiegel R.L., Miller K.D., Wagle N.S., Jemal A. Cancer statistics, 2023. CA: A Cancer Journal for Clinicians. 2023. 73(1), p.17-48, doi: 10.3322/caac.21763Antonelli G., Badalamenti M., Hassan C., Repici A. Impact of artificial intelligence on colorectal polyp detection. Best practice &amp; research. Clinical gastroenterology. 2021. 52-53, 101713, doi: 10.1016/j.bpg.2020.101713Shchetinin E.Yu., On the effectiveness of using visual transformers in detecting abnormalities of histopathological images. Mathematical models and computer simulations. 2025. 17(1), p.46-54, doi: 10.1134/S2070048224700716Ronneberger O., Fischer P., Brox T. U-Net: Convolutional Networks for Biomedical Image Segmentation. Medical Image Computing and Computer-Assisted Intervention &ndash; MICCAI 2015. Lecture Notes in Computer Science. 2015. V. 9351, doi: 10.1007/978-3-319-24574-4_28Zhou Z., Rahman Siddiquee M.M., Tajbakhsh N., Liang J. UNet++: A Nested U-Net Architecture for Medical Image Segmentation. Deep Learning in Medical Image Analysis and Multimodal Learning for Clinical Decision Support. DLMIA ML-CDS 2018. Lecture Notes in Computer Science. 2018.&nbsp; V. 11045, doi: 10.1007/978-3-030-00889-5_1Kirillov A., et al., Segment Anything. 2023. URL: https://arxiv.org/abs/2304.02643He S., et al., Accuracy of Segment-Anything Model (SAM) in medical image segmentation tasks. 2023.&nbsp; URL: https://arxiv.org/abs/2304.09324Dong H., Gu H., Chen Y., Yang J., Mazurowski, M. Segment anything model 2: an application to 2d and 3d medical images. 2024. URL: https://arxiv.org/abs/2408.00756Jha D. et al. Kvasir-SEG: A Segmented Polyp Dataset. MultiMedia Modeling. MMM 2020. Lecture Notes in Computer Science. 2020. V. 11962, doi: 10.1007/978-3-030-37734-2_37De La Torre R.M., Gonzalez A.A.C., Romero-Aroca A. CVC-ClinicDB: A public database for ophthalmology research. Proceedings of the 21st International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI 2018). 2018. pp. 430-439, doi: 10.1007/978-3-030-00934-2_49.Fan D-P, et al. PraNet: Parallel Reverse Attention Network for Polyp Segmentation. Proceedings of the 2020 International Conference on Medical Image Computing and Computer-Assisted Intervention. 2020. p. 263&ndash;273, doi: 10.1007/978-3-030-59725-2_26Patel K., Bur A.M., Wang G. Enhanced U-Net: A Feature Enhancement Network for Polyp Segmentation. IEEE International Conference on Robotics and Vision (ICRV). 2021. pp. 181-188, doi: 10.1109/CRV52889.2021.00032.Zhang W., et al., HSNet: A hybrid semantic network for polyp segmentation. Computers in Biology and Medicine. 2022. 150, p. 106173, doi: 10.1016/j.compbiomed.2022.106173Srivastava A., Jha D., Chanda, S., et al. MSRF-Net: A Multi-Scale Residual Fusion Network for Biomedical Image Segmentation. IEEE Journal of Biomedical and Health Informatics. 2021. 26(5), 2252&ndash;2263, doi: 10.1109/JBHI.2021.3138024Dong B., et al., Polyp-PVT: Polyp segmentation with pyramid vision transformers. 2021. URL: https://arxiv.org/abs/2108.06932Yuheng L., Mingzhe H., Xiaofeng Ya. Polyp-SAM: Transfer SAM for Polyp Segmentation. 2023. URL: https://arxiv.org/abs/2305.00293Chih-Hung H., Hsin-Yu W., Yu-Lun L. HarDNet-MSEG: A Simple Encoder-Decoder Polyp Segmentation Neural Network that Achieves over 0.9 Mean Dice and 86 FPS. 2021. URL: https://arxiv.org/abs/2101.07172