视觉与边界融合的混合注意力结直肠息肉分割

目的为提升结直肠息肉在复杂内镜图像中的分割准确性与鲁棒性，针对边界模糊、形态多样与光照不均等难点，构建一种在临床部署约束下兼顾精度与效率的轻量化方法。方法提出混合注意力网络 ViBound-Net：以 EfficientNetV2S 为编码骨干，设计局部—全局上下文融合注意力（Local-Global Contextual Attention Fusion，LGCAF）以统一建模细粒度与全局语义；在解码端引入多尺度残差注意融合块（Multi-scale Residual Attention Fusion Block，MRAFB）与边界引导的尺度感知增强（Boundary-aware Multi-scale Feature Refinement，BSFE），强化跨尺度交互与边界细化；并配合深层监督与 Dice+Focal 复合损失缓解类别不平衡、稳定训练。为保证可比性，采用统一的数据预处理与增强策略，在 Kvasir-SEG、CVC-ClinicDB、CVC-300 三个公开基准上开展系统评估，并与多种代表性方法进行对比；同时报告复杂度指标（参数量与 FLOPs）与推理时间的相对表现，以体现轻量化优势。结果ViBound-Net 在 Kvasir-SEG、CVC-ClinicDB、CVC-300 上分别取得 mDice 0.9081/0.9368/0.8710 与 mIoU 0.8527/0.8878/0.7989；边界误差 MAE 为 0.0117，分割区域在形状保持、轮廓完整性与区域一致性方面均优于多数对比方法。可视化结果显示，本方法在小目标与贴边病灶上边界更为贴合，能显著抑制背景噪声。复杂度与效率对比表明，ViBound-Net 在较低参数量与 FLOPs 的前提下保持竞争性精度，推理延迟满足实时应用需求。结论通过融合局部—全局语义与边界敏感建模，ViBound-Net 在结构紧凑的条件下能实现高精度与良好跨域泛化，可适配复杂临床内镜下的任务需求，具备集成至结直肠癌早筛工作流的应用潜力。后续将进一步面向极端低对比与跨设备域偏移场景，加强边界正则与自适应学习，以持续提升稳健性。