WCE视频的相关文献学习十四（53-54）

第五十三篇：2021基于transformers的胶囊内窥镜小肠影像的快速定位

Deep transformers for fast small intestine grounding in capsule endoscope video

作者：Xinkai Zhao

目的：使用transformers模块实现WCE视频的快速定位（场景分类出胃、小肠、大肠）

方法：通过识别出小肠的始端和末端从而实现场景分类。使用cnn提取特征，这里的cnn使用的是resnet和densenet两组。然后使用transformers模块进行识别分类。其识别分类不需要真个视频的搜索小肠，而是沿着中间目标边界的方向迭代分离视频片段，使用搜索算法来定位小肠的前后边界。实验还与LSTM分类等多种方法做比较。

数据：中山大学附属六医院113个CEvideo

特别地：其定时耗时较少为109s。

结果：平均IoU达到0.945。

注：学习指数8.5。无代码

第四十五篇：2019基于卷积神经网络和隐马尔科夫模型的内窥镜视频信息帧分类

Informative frame classification of endoscopic videos using convolutional neural networks and hidden Markov models作者：Joost van der Putten

目的：胶囊内镜图像存在较多的干扰图像，将无用信息图片筛选出来

方法：CNN+HMM。先用ResNet将胶囊内镜影像的无用信息进行一遍筛选，然后再用HMM隐马尔可夫模型将时间整合到模型中。将分类精度提高了10%。

特别地：实验做了三组对照，实验表明HMM实验效果较好。

不足：该文献没有实验框架，也没有解释实验细节。

结果：准确率94%。F1=91%

注：学习指数7.5。无代码