信息速览

数据集名称ETIS-Larib — 息肉分割最难公开基准 AI-Ready Wikipedia | 千方病案医数集

数据类型196 张 1225×966 PNG 图像,196 张 BMP 像素级 mask,44 个息肉/34 个序列,注册后开放下载

规模患者数未公开（34 个视频序列、44 个独特息肉）

接入方式Lariboisière 医院（AP-HP, 巴黎）与 ETIS 实验室（ENSEA, CY Cergy-Pontoise 大学） url: https://polyp.grand-challenge.org/ETISLarib/

AI 就绪度

数据集封面

ETIS-Larib — 息肉分割最难公开基准 AI-Ready Wikipedia

INFOBOX

字段	内容
数据集名称	ETIS-Larib Polyp DB
英文全称	ETIS-Larib Polyp Database
别名/简称	ETIS-LaribPolypDB、ETIS、ETIS-Larib
疾病分类（ICD-11）	DB35 大肠息肉（含结肠息肉）；进展终点 2B91.0 结肠恶性肿瘤
SNOMED CT	68496003（Colon polyp）、44441009（Adenoma of colon）
数据模态	白光结肠镜 2D 静态图像
AI 任务类型	语义分割（息肉区域）、息肉检测、跨数据集泛化评测
样本总数	196 帧（44 个独特息肉、208 个息肉实例）
数据大小	196 张 PNG 原图 + 196 张 BMP mask，共 392 个文件
数据格式	PNG（原图）+ BMP（二值 mask）
许可证	仅限研究与教育用途，禁止商业使用
访问级别	注册后开放（Endovis 挑战 + Polyp 子挑战双重注册）
DUO 标签	NPUNCU（非商业、非营利研究使用）
语言	不适用（影像数据，无文本字段）
首发日期	2014 年（数据库建立并为 MICCAI 2015 挑战准备）
最后更新	2017-07（Vázquez et al. 2017 扩展 4 类 GT 并确立分割基准）
发布机构	Lariboisière 医院（AP-HP, 巴黎）与 ETIS 实验室（ENSEA, CY Cergy-Pontoise 大学）；2017 年 GT 扩展由 CVC（巴塞罗那自治大学）与 MILA（蒙特利尔）合作完成
官方主页	polyp.grand-challenge.org/ETISLarib
下载地址	官方注册下载；Kaggle 社区镜像
DOI	10.1155/2017/4037190（基准论文）；数据库引用要求 10.1007/s11548-013-0926-3
引用次数	800+（Google Scholar 口径，截至 2026-09；UAB 机构库记 Citation Indexes 813，ResearchGate 记 779）
AI 就绪度评分	⭐⭐⭐（3/5）— 原图与 mask 一一对应、分辨率高，但需 BMP 格式转换、无官方划分与预处理脚本，mask 边界较粗糙为扣分项
页面状态	published

§0 E-E-A-T 审核声明

医学审核：[千方病案医学编辑部]交叉审核：§2 医学背景（ICD-11 DB35 大肠息肉映射、结肠息肉流行病学、腺瘤-癌序贯路径）、§7 偏倚分析（单中心、无阴性帧、小息肉类不平衡）。

数据工程审核：[千方病案医学编辑部交叉审核] 医疗 AI 数据工程师，审核范围：§4 DAIMS 数据字典、§5 数据划分策略、§6 预处理 Pipeline（1225×966 → 352×352 缩放与回采样评测）和坑点。

审核日期：2026-09-05

医疗免责声明：本页面提供的医学信息仅供研究和教育目的，不构成医疗建议、诊断或治疗方案。数据集的医学描述基于公开发表的文献，未经逐一临床验证。任何基于该数据集训练的 AI 模型在应用于临床决策前，必须经过独立的临床验证和监管审批。

技术免责声明：本页面的代码示例、预处理建议和基准性能数据基于公开资料整理，不保证在特定环境下的准确性和适用性。使用者应自行验证代码安全性和数据预处理流程的正确性。千方病案医数集不对因使用本页面信息而导致的任何直接或间接损失承担责任。

数据使用合规：使用本页面描述的数据集前，请务必阅读并遵守数据集原始许可协议。ETIS-Larib 要求用户先注册 Endovis 挑战与 Polyp Detection 子挑战后方可下载数据，且使用完全限于研究与教育目的、禁止任何商业用途。DUO 标签仅供参考，具体使用限制以数据集官方协议为准。

§1 数据集概览

§1.0 📌 30 秒速览

这是什么？ ETIS-Larib Polyp DB 是一个结肠镜息肉分割测试集：196 张分辨率高达 1225×966 的白光结肠镜图像，由法国巴黎 Lariboisière 医院的常规检查视频抽取，涵盖 44 个不同的息肉；每一张图都配有内窥镜医师手工勾勒的息肉区域二值 mask。它于 2014 年由 ETIS 实验室（ENSEA, CY Cergy-Pontoise 大学）与 Lariboisière 医院共同发布，2017 年由巴塞罗那与蒙特利尔团队扩展为语义分割基准并给出 FCN 基线。

为什么重要？ 它是公认"最难"的公开息肉分割基准：息肉小而隐蔽、与黏膜对比度低、边界模糊、镜面反光与运动模糊干扰多。同一模型在 Kvasir-SEG 上 mDice 可达 0.90，到 ETIS 上常常跌到 0.63-0.79（如 PraNet 0.628 对 Kvasir 0.898）。这种落差使它成为检验模型"真实泛化能力"的试金石——刷高 Kvasir 容易，跨域不掉分才是真本事。

我能用它做什么？ 典型用法是把 ETIS 全部 196 帧作为纯测试集：用 Kvasir-SEG（900 张）+ CVC-ClinicDB（550 张）训练分割模型，再在 ETIS 上报告 mDice/mIoU，与 PraNet、Polyp-PVT 等文献对齐比较。你也可以用它研究小息肉失败模式、反光鲁棒性或边界回归策略。它不适合训练，也从未打算用于训练。

§1.1 技术摘要

ETIS-Larib 的图像来自 Lariboisière 医院 34 个常规结肠镜检查序列，经逐帧筛选得到 196 张含息肉帧（每帧至少 1 个息肉，部分帧 2-3 个），统一为 1225×966 白光图像。标注采用"息肉覆盖区域"二值 mask：由内窥镜专家勾勒，白色为息肉、黑色为背景，以 BMP 与原图同名配对发布。2017 年 Vázquez et al. 在 196 帧上扩展了 4 类腔内场景 GT（polyp、lumen、specular highlights、background），并用标准 FCN 建立了语义分割基线，正式确立了它作为"端腔场景分割基准"的地位。社区随后将其纳入 PraNet 建立的五数据集协议（训练 Kvasir-SEG+CVC-ClinicDB，测试五集含 ETIS 196 帧），使其成为跨域泛化评测的标准站点。数据无官方划分、无患者元数据、无设备记录；发布物为 PNG 原图 + BMP mask 的极简双目录结构，任何框架都能十分钟接入，但正确评测依赖"缩放-预测-回原分辨率"的完整协议。

§1.2 战略价值

维度一：泛化能力的"压力测试仪"。 在息肉分割领域，模型在同源数据上的高分极易被" seen 数据记忆"高估。ETIS 与主流训练集（Kvasir-SEG 来自挪威、CVC 系列来自巴塞罗那）机构不同、设备不同、人群不同，且病变尺度与成像质量更苛刻，训练集任何过拟合都会在此暴露。2017 年 FCN 基线论文之后，PraNet（MICCAI 2020）、Polyp-PVT、SANet、CASCADE 等几乎所有知名分割工作都把 ETIS 分数作为泛化证据写入论文；一个模型若只在 Kvasir/ClinicDB 上测试，审稿人通常会要求补 ETIS。对工程团队而言，ETIS 是上线前模拟"换医院、换设备"分布漂移的最廉价手段。

维度二：困难样本的系统化资源。 数据集的 44 个息肉刻意覆盖了临床最难的形态：小息肉、扁平病变、低对比度腺瘤、被镜面高光打断的表面。这些样本在 Kvasir-SEG 或 CVC-ClinicDB 中占比很低，却是漏诊的主要来源（漏诊率是结肠镜质控的核心指标，腺瘤漏检直接推高间期癌风险）。用 ETIS 做失效分析，可以系统量化"小目标召回"“反光鲁棒性”"边界完整度"三类失败模式，为数据增补和损失设计提供依据。这正是它发布十余年后仍被 2026 年新论文持续引用的原因。

§1.3 同类数据集横向对比

数据集	规模	分辨率	标注	来源机构	与 ETIS-Larib 的差异
ETIS-Larib	196 帧/44 息肉	1225×966	息肉二值 mask（2017 扩展 4 类）	法国巴黎 Lariboisière	本体：最难、常作纯测试集
Kvasir-SEG	1,000 帧	332×487 ~ 1920×1072	息肉二值 mask + 边界框	挪威 Vestre Viken	规模大 5 倍、易样本多，主训练集
CVC-ClinicDB	612 帧/31 序列	384×288（部分记 388×284）	息肉+背景等 mask	西班牙 Hospital Clínic	分辨率低、质量较精，主训练集
CVC-ColonDB	300 帧/15 息肉	574×500	息肉二值 mask	西班牙 CVC	序列长、视角多，辅助测试
CVC-300/CVC-T	60 帧	574×500	息肉二值 mask	西班牙 CVC	小型测试集，常与 ETIS 同台
PolypGen	1,537 帧	多种	息肉 mask，多中心	英国/挪威/埃及等 6 中心	唯一多中心竞争者，但更均衡
PICCOLO	3,433 帧	多种	息肉+病理分级	西班牙（巴斯克生物库）	含诊断标签，规模最大

（规模与分辨率口径综合自 Artificial Intelligence Review 2025 综述与 Frontiers in Intelligent Colonoscopy 数据统计表。）

§1.4 版本时间轴

时间	事件	说明
2014	数据库由 ETIS 实验室与 Lariboisière 医院建立	官方页面将 Silva et al. 2014（IJCARS）列为强制引用
2015-07	原图面向 MICCAI 2015 Polyp Detection Challenge（Endovis 子挑战）发布	需注册 Endovis 与 Polyp 子挑战
2017-07	Vázquez et al. 2017 发布扩展基准	196 帧的 4 类腔内场景 GT + FCN 基线，DOI 10.1155/2017/4037190
2020-至今	被纳入 PraNet 五数据集标准协议	ETIS 固定作纯测试集，Kaggle/Google Drive 出现社区镜像

§1.5 典型应用场景

跨数据集泛化评测：以 Kvasir-SEG+CVC-ClinicDB 训练、ETIS 全量测试，报告 mDice/mIoU 与 PraNet（0.628）、Polyp-PVT（0.787）等对齐，是当前论文的标准动作。
小息肉与困难样本失效分析：按息肉尺寸分桶统计召回，定位模型在 <32 px 病变上的系统性失败。
反光与黑角鲁棒性研究：利用 specular highlights 高发帧评估光照伪影对分割稳定性的影响。
边界回归策略验证：比较轮廓感知损失、边界注意力模块在模糊边界上的增益（需注意 GT 本身边界粗糙，见坑点 4）。
教学与代码基线：196 张图即开即训，是医学分割课程与入门复现实验的常用小数据集。

§2 医学背景

§2.1 ICD-11 编码映射

标签概念	ICD-11 编码	中文名称	说明
结肠息肉（核心病变）	DB35	大肠息肉	涵盖本数据集全部标注对象；未特指为 DB35.Z
结直肠腺瘤（主要病理类型）	DB35（形态后组配腺瘤）	结肠腺瘤性息肉	ICD-11 采用簇编码：DB35 + 形态学后组配
进展终点（未切除息肉的转归）	2B91.0	结肠恶性肿瘤	腺瘤→癌序贯路径的终点，凸显筛查价值
息肉病综合征（对照概念）	2E92.4 系列	息肉病综合征	家族性腺瘤性息肉病等遗传情景，本数据集不涉及

（ICD-11 码取自公开疾病映射库 DrugMAP 对 Colon polyp 的 ICD-11 DB35 记录与 ICD-10 对照 K63.5/K62.1 的 CMS 编码表；ICD-11 对息肉采用"基础条目+后组配"的簇编码策略。）

§2.1b SNOMED CT 映射

标签概念	SNOMED CT 编码	术语	与数据集的对应
结肠息肉	68496003	Colon polyp (disorder)	全部 196 帧的标注对象
结肠腺瘤	44441009	Adenoma of colon	多数恶变潜能息肉的病理类型
结直肠癌	363406005	Malignant tumor of colon	分割任务的临床动机（筛查终点）

§2.2 疾病简介与流行病学

腺瘤→癌的序贯路径是理解本数据集临床动机的钥匙：

阶段	病变形态	内镜表现	分割难度
早期	小腺瘤（<5 mm）	颜色略红、扁平或轻微隆起	高（目标小、对比低）
进展	腺瘤增大（6-20 mm）	分叶、凹窝纹理改变	中
晚期	高级别上皮内瘤变/早癌	溃疡、自发出血、脆性增加	边界不清，分期复杂
终点	浸润性结直肠癌	狭窄、隆起溃疡性肿块	超出本数据集范围

ETIS-Larib 的 44 个息肉刻意覆盖了前两个阶段的"易漏"形态——小、扁平、低对比度，这正是人群筛查中漏检最集中的窗口（AMBOSS 结肠息肉条目：腺瘤约占息肉 70%，其检出与切除是降低间期癌发生率的关键动作）。流行病学上，50 岁以上人群中约 30% 存在结肠息肉，其中腺瘤性约占 70%、增生性约 20%、其他类型不足 10%；人群筛查研究显示初次检查腺瘤检出率约 20-31%，男性更高且随年龄上升。腺瘤检出率（ADR）已被广泛用作结肠镜质量指标——这也是为什么"机器看片不漏小息肉"具有直接的公卫价值。

§2.3 临床任务定义

本数据集对应的核心临床任务是息肉分割：给定结肠镜帧，输出息肉区域的像素级掩膜。它处于"息肉检测（CADe，输出框/点）"与"息肉性质诊断（CADx，输出病理分级）“之间：精确的分割边界是息肉尺寸测量（决定是否整块切除与随访间隔）、切除方式选择（圈套冷切/EMR/ESD）与完整切除评估的量化基础。在筛查场景中，分割模型实时高亮息肉边界可辅助内窥镜医师克服"漏检盲区”；在离线场景中，分割结果是自动化的息肉大小估算与随访分层的前置步骤。

从任务规格看，ETIS-Larib 支持三类递进的临床问题：①"这一帧里有没有息肉、在哪里"（检测+定位，由二值 mask 导出）；②"息肉有多大、边界是否清晰"（量化测量，依赖 1225×966 的原分辨率细节）；③"换一家医院模型还可靠吗"（泛化评测，本数据集的旗舰用途）。ETIS-Larib 的高分辨率（1225×966）恰好匹配了尺寸测量的精度需求——这是低分辨率训练集无法提供的。

§2.4 患者人群

维度	内容
来源机构	法国巴黎 Lariboisière 医院（Assistance Publique-Hôpitaux de Paris, AP-HP）
采集场景	常规白光结肠镜检查视频，34 个序列
样本构成	196 帧，每帧至少含 1 个息肉，无阴性帧
病变构成	44 个独特息肉，跨帧共出现 208 次
年龄/性别	官方未公开
种族/地域	法国巴黎单中心（官方未公开人口学构成）
就医类型	筛查与诊断性结肠镜混合（官方未细分）

§2.5 临床价值

对临床而言，ETIS-Larib 的价值不在"训练一个住院部模型"，而在"量化一个模型离临床还有多远"。单中心训练模型跨院部署时性能衰减是 CAD 系统落地的头号障碍；ETIS 提供了与训练集完全异源的苛刻测试场，其分数下降幅度可以估计真实世界的泛化折损。此外，其 1225×966 分辨率保留了黏膜隐窝纹理与血管形态，可用于研究尺寸测量级的边界精度需求；44 个息肉的多帧呈现（平均每息肉约 4.7 帧）也支持"同一病变跨视角稳定性"这类更接近临床复检行为的评测设计。

在证据链上的位置：以 ETIS 报告的跨域分数是监管科学中"分析验证"（analytical validation）的组成部分，但它不替代临床验证（clinical validation）——前瞻性、多中心、含阴性对照的验证仍需真实临床数据流。把"ETIS 高分"直接宣传为"临床可用"是本数据集最常见的过度解读，工程团队在对外陈述时应避免。

§2.6 金标准参考

属性	内容
划分	无官方划分；社区协议下 ETIS 全量 196 帧仅作测试集
标注方式	人工逐帧标注息肉覆盖区域，发布为二值 BMP mask
标注者	临床内窥镜专家（数据库由内窥镜医师 Xavier Dray 所在的 Lariboisière 团队与 ETIS 实验室合作构建）
标注性质	像素级二值分割 GT；2017 年扩展为 4 类语义 GT（polyp/lumen/specular highlights/background）
质量定位	官方描述为息肉覆盖区域的手工 mask，未承诺边界精度；社区普遍认为边界较粗糙，评测上限受标注质量约束

§3 数据集规格

§3.0 版本抉择矩阵

ETIS-Larib 的"版本"不在代码迭代而在获取渠道与标注口径——下载前先对齐需求：

你的需求	推荐版本	大小	理由
复现 PraNet/Polyp-PVT 五集协议、跑分	官方 196 帧 PNG+BMP 包（grand-challenge 注册下载或 Kaggle 镜像）	392 个文件	与主流论文口径一致（196 帧），图像-mask 同名配对
腔内场景 4 类语义研究（polyp/lumen/specular/background）	Vázquez 2017 论文配套 GT 口径	4 类 mask	公开的 196 帧 polyp mask 可直接使用；lumen/specular 类需按论文口径自行组织
快速原型/无注册环境	Kaggle 镜像	同官方	社区镜像，结构与官方一致，商用仍被禁止
需要更多训练数据	不要用 ETIS 训练	—	官方定位为测试集；混入训练会破坏跨域协议并造成基准污染

⚠️ 口径提示：部分资料记 ETIS-Larib 为 220 或 236 张，甚至 380 张——截至本页审核日，官方页面与 2020-2026 年权威综述（Oslo 2020 博士论文、Artificial Intelligence Review 2025、arXiv 2511.06769）均一致记录官方发布包为 196 帧。以 196 为准，详见坑点 1。

§3.1 模态详情

单模态：白光（White-Light Imaging, WLI）结肠镜 2D 静态图像。无窄带成像（NBI）、无染色内镜、无超声或病理切片。图像统一为 1225×966 像素，在主流息肉分割集中分辨率最高（Kvasir-SEG 为 332×487 至 1920×1072 混合，CVC 系列为 574×500 或 384×288），保留了隐窝、血管网等细部纹理。全部帧来自 34 个检查视频的抽帧，因此同一息肉常以多帧出现——这既是数据特点，也是划分时必须按序列分组的泄漏来源。

与其他主流训练集的模态级对比：

属性	ETIS-Larib	Kvasir-SEG	CVC-ClinicDB
模态	仅 WLI	WLI 为主	仅 WLI
分辨率	1225×966（统一）	332×487 ~ 1920×1072（混合）	384×288（部分记 388×284）
帧来源	34 个序列抽帧	检查视频/静态混合	31 个序列抽帧
阴性帧	无	无	无
标注附加物	无	边界框	息肉+背景+lumen 语义

这组对比解释了跨域落差的结构性来源：分辨率、光照风格、病变谱与设备代际在训练集与 ETIS 之间全部不同。

§3.2 子集样本数

子集/口径	帧数	息肉	说明
官方发布包（original/）	196	44（208 个实例）	全部含息肉，无阴性帧
ground_truth/	196	同上	与原图同名 1:1 配对
社区协议·测试集	196	同上	ETIS 全量仅作测试，永不入训练
Vázquez 2017 语义标注	196	同上	polyp/lumen/specular highlights/background 四类

§3.3 数据格式

对象	格式	说明
原图	PNG（RGB）	1225×966，路径 `original/frame_number.png`
息肉 mask	BMP（灰度二值）	与原图同名，`ground_truth/frame_number.bmp`；白色（255）为息肉、黑色为背景
元数据	无	官方不提供 CSV/JSON 清单、患者信息或设备参数

§3.4 存储大小

发布包共 392 个文件（196 张 PNG + 196 张 BMP）。官方未公布压缩包体积的权威数字；按 196 张 1225×966 PNG 与同尺寸二值 BMP 估算，解压后处于"数十 MB 至百余 MB"量级，任何单卡环境均无存储压力。请以实际下载为准。

组成	文件数	单文件估算	体量量级
original/ PNG	196	约 0.5-1.5 MB	数十至数百 MB
ground_truth/ BMP	196	约 1.1 MB（1225×966 未压缩）	约 0.2 GB
合计	392	—	数百 MB 内

注意 BMP 无压缩的特性使 mask 目录体积可能超过图像目录；若做长期归档，可将 mask 转 PNG 无损压缩而不损失任何信息（评测前仍按 0/255 阈值读入）。

§3.5 标注方式

人工标注。官方对每个息肉帧发布"息肉覆盖区域"mask（白色=息肉、黑色=背景），由临床专家完成；Vázquez et al. 2017 进一步给出 4 类腔内场景语义（文中示例配色：lumen 为蓝、黏膜背景为红、息肉为绿，另有 specular highlights 类）。标注粒度为像素级，但标注口径是"被息肉覆盖的区域"而非"精确边界轮廓"，mask 边界存在可感知的粗糙度（详见 §7.2 与坑点 4）。

§3.6 标注者资质与一致性

标注由内窥镜临床专家完成（数据库合作方之一 Xavier Dray 为 Lariboisière 医院内窥镜医师）。官方页面与论文均未发布标注者人数、双人重复标注或一致性统计（如 Dice/Kappa）；换言之，GT 的观察者间信度无法核验，这是引用该数据集时应承认的局限。

对 AI 工程的三点实践推论：①不要把 mask 边缘 1-2 px 级别的改进当作真实收益（很可能在标注噪声内）；②做消融实验时固定同一份 GT 快照并提交哈希，避免不同镜像文件造成的不可控差异；③若业务对边界精度有硬要求（如尺寸测量），应在自有精标数据上复核，ETIS 只能提供区域级证据。

§3.7 采集周期

官方未公开图像采集的时间窗口。可确认的时间锚点：数据库于 2014 年建立并强制引用 Silva et al. 2014；2015-07-24 前后原图面向 MICCAI 2015 Polyp Detection Challenge 发布。即全部图像采集于 2015 年 MICCAI 挑战发布之前，设备代际属于 2010 年代前中期的高清结肠镜。

时间锚点	证据强度	依据
建库 ≤2014	确定官方引用要求	grand-challenge 页面
发布 2015-07（挑战测试）	确定	同上
具体采集窗口	未公开	官方无字段

§3.8 地域覆盖

单一中心：法国巴黎 Lariboisière 医院（AP-HP）。无多中心数据。这决定了它作为"外部测试集"的角色单一性——对所有非法国、非该代际设备的训练集而言，它都是分布外数据，但不能用它证明"多中心泛化"（那是 PolypGen 的任务）。

§3.9 设备规格

官方未公开内窥镜主机与镜体型号。可从数据推断的事实：输出分辨率 1225×966 属于当时高清结肠镜的典型采集规格；图像为白光照明。具体厂商、镜型、放大倍率等信息缺失，做设备分层分析时应视为不可用字段。

设备属性	状态	对建模的影响
输出分辨率 1225×966	已确认	高清规格，细节充分
照明方式	白光（已确认）	不含 NBI/染色下的血管增强特征
主机/镜体厂商型号	未公开	无法做设备条件分层
放大内镜帧	无证据	按常规放大倍率对待

§3.10 深度溯源链

层级	内容	依据
原始采集	Lariboisière 医院（AP-HP, 巴黎）常规结肠镜视频	官方版权声明
数据库构建	ETIS 实验室（ENSEA, CY Cergy-Pontoise 大学）抽帧、组织发布	官方版权声明
学术引用锚点	Silva et al., 2014, IJCARS 9(2):283-293, DOI 10.1007/s11548-013-0926-3	官方"Referencing"节强制要求
基准化改造	Vázquez et al., 2017, J Healthc Eng, DOI 10.1155/2017/4037190（CVC + MILA 合作，4 类 GT 与 FCN 基线）	PubMed 29065595
协议固化	Fan et al., 2020（PraNet, MICCAI）确立五数据集跨域协议	arXiv 2006.11392

§4 数据结构

§4.0 目录树

数据解压后即为两个平级目录（以官方发布包结构为准；Kaggle 镜像在其外套一层 ETIS-LaribPolypDB/ 根目录）：

ETIS-LaribPolypDB/
├── original/                      # 196 张原始白光结肠镜图像
│   ├── 1.png                      #   1225×966，RGB
│   ├── 2.png
│   ├── ...
│   └── 196.png
└── ground_truth/                  # 196 张息肉二值 mask（与原图同名）
    ├── 1.bmp                      #   白色=息肉像素，黑色=背景
    ├── 2.bmp
    ├── ...
    └── 196.bmp

要点：图像与 mask 通过文件名数字一一对应（original/7.png ↔ ground_truth/7.bmp）；无任何 CSV/清单文件，数据加载器需自行枚举目录；BMP mask 的前景值在不同图像处理库读入后可能是 255 或 1，代码中必须做阈值二值化（见 §6.4）。

§4.1 DAIMS 字段字典

ETIS-Larib 无自带元数据表，下表为本页基于目录结构为您推导的规范化字段字典（建议在数据管道中物化为宽表）：

字段名	类型	说明	示例值	AI 用途	观测误差	信息性缺失编码	取值范围
image_id	Text	帧唯一标识（文件名数字）	`7`	主键、结果对齐	无（文件名即 ID）	无	`1`-`196`
image_path	Text	原图相对路径	`original/7.png`	DataLoader 索引	无	无	固定模式
mask_path	Text	mask 相对路径	`ground_truth/7.bmp`	标签加载	无	无	固定模式
width	Integer	图像宽	`1225`	缩放/回采样	无	无	1225
height	Integer	图像高	`966`	缩放/回采样	无	无	966
modality	Text	成像模态	`WLI`（白光）	模态过滤	官方未逐一说明	无	WLI
sequence_id	Text	来源视频序列编号	官方未提供，需自建	分组划分防泄漏	官方无字段	`NA`（未公开）	≤34 组
polyp_instance_count	Integer	帧内息肉实例数	`2`（部分帧 2-3 个）	实例级分析	需连通域自测	无	1-3
foreground_ratio	Float	息肉像素占比（自算）	`0.07`	类不平衡处理	由自算口径决定	无	(0, 1)
split	Text	社区协议划分	`test`	协议对齐	无	无	`test`（社区协议）
license_class	Text	使用许可类别	`research-only`	合规审查	无	无	research-only

§4.2 标签分布

数据集为单类二值分割：唯一前景类为"息肉"。无类别计数分布可报（这是它与 Kvasir-SEG 八分类的区别）；分布维度的实质是前景像素占比与息肉尺寸两条隐式分布。官方未发布这两条分布的统计；社区共识为：前景占比整体偏低（多数帧息肉仅占画面一小块），且存在相当数量的小息肉与扁平病变，构成困难样本的主要来源（arXiv 2511.06769：息肉"generally small, subtle"，常伴 specular highlights、运动模糊与低对比度）。建议在你的管道中逐帧自算 foreground_ratio 并画直方图，作为增广与损失设计的依据：

import os
import numpy as np
from PIL import Image

def foreground_stats(data_root: str):
    """逐帧统计前景占比与连通域（息肉实例近似），输出分位数概览。"""
    ratios = []
    for f in sorted(os.listdir(f"{data_root}/ground_truth"), key=lambda s: int(s.split(".")[0])):
        m = np.array(Image.open(f"{data_root}/ground_truth/{f}").convert("L"))
        ratios.append((m > 127).mean())
    ratios = np.array(ratios)
    print(f"前景占比 均值: {ratios.mean():.4f}")
    print(f"分位数 P25/P50/P75/P95: "
          f"{np.percentile(ratios, 25):.4f} / {np.percentile(ratios, 50):.4f} / "
          f"{np.percentile(ratios, 75):.4f} / {np.percentile(ratios, 95):.4f}")
    print(f"占比 < 5% 的帧数: {(ratios < 0.05).sum()} / {len(ratios)}")
    return ratios

# foreground_stats("data/ETIS-LaribPolypDB")

§4.3 关键统计

统计项	数值	来源/口径
帧数	196	官方发布包；多综述一致
来源序列	34	Oslo 2020 博士论文
独特息肉	44	同上
息肉实例（跨帧出现）	208	同上（部分帧含 2-3 个息肉）
分辨率	1225×966	多篇综述一致
阴性帧（无息肉）	0	每帧至少 1 个息肉
患者	未公开	官方仅以序列计
每息肉平均帧数	≈4.7（196÷44）	本页由上两项推算

接入前建议先跑一次完整性自检（帧数、配对、分辨率三要素）：

def sanity_check(data_root: str) -> bool:
    """ETIS-Larib 三要素校验：帧数=196、图像-mask 同名配对、分辨率=1225×966。"""
    import os
    from PIL import Image
    imgs = {f for f in os.listdir(f"{data_root}/original") if f.endswith(".png")}
    msks = {f.split(".")[0] + ".png" for f in os.listdir(f"{data_root}/ground_truth")}
    assert len(imgs) == 196, f"帧数异常: {len(imgs)}"
    assert imgs == msks, f"配对缺失: {imgs ^ msks}"
    w, h = Image.open(f"{data_root}/original/1.png").size
    assert (w, h) == (1225, 966), f"分辨率异常: {(w, h)}"
    print("sanity check passed: 196 frames, 1:1 paired, 1225x966")
    return True

# sanity_check("data/ETIS-LaribPolypDB")

§4.4 数据层级

患者（数量未公开，≤34 名推测上限）
└── 结肠镜检查序列 ×34
    └── 含息肉帧 ×196
        └── 息肉实例 ×208（44 个独特息肉的多尺度/多视角呈现）
            └── 像素级二值 mask

注意层级含义：44 个息肉 ≠ 196 帧独立样本。同一息肉的相邻帧高度相似（仅视角/尺度/光照变化），任何"按帧随机划分"都会把近乎相同的帧分到训练与测试两侧，制造虚高分数。虽然社区协议已把 ETIS 整体划为测试集，但如果你自建混合训练集或做数据敏感度实验，务必按 sequence_id（或至少按息肉）分组。

§4.5 缺失值与信息性缺失

影像与 mask 本体无缺失（196+196 完整配对）。真正的"缺失"集中在元数据层，且多为结构性缺失（官方从未采集）而非意外丢失：

缺失字段	性质	对 AI 的影响	处理建议
患者年龄/性别	结构性缺失	无法做人群分层公平性分析	不编造；引用时写"未公开"
sequence_id ↔ 息肉对应表	结构性缺失	分组划分只能近似	按 34 序列分组或多帧一致性检验
设备型号	结构性缺失	设备泛化分析不可行	视为同质设备群
采集日期	结构性缺失	时间漂移分析不可行	以版本时间轴近似
标注者信息/一致性	结构性缺失	GT 信度不可核验	引用文献承认局限

§5 划分与使用建议

§5.1 官方划分

不存在。官方从未发布 train/val/test 划分；数据集的设计定位自始就是"测试/评测数据库"——2015 年作为 MICCAI Polyp Detection Challenge 的测试资源发布，2017 年 Vázquez et al. 又将其用作语义分割基准的评测面。

§5.2 社区惯例划分（事实标准）

当前几乎所有论文遵循 PraNet（Fan et al., MICCAI 2020）确立的五数据集协议，arXiv 2112.12955 对此有明确描述：

角色	数据集	帧数
训练	Kvasir-SEG 子集	900
训练	CVC-ClinicDB 子集	550
（合计训练）	—	1,450
测试	Kvasir-SEG 余量	100
测试	CVC-ClinicDB 余量	62
测试	CVC-ColonDB	380
测试	ETIS-Larib	196（全量）
测试	CVC-300/CVC-T	60

§5.3 泄漏风险

测试集污染（最高风险）：把 ETIS 帧并入训练集（哪怕少量）或用 ETIS 分数反复选模型/调超参，都会使跨域评测失效。ETIS 196 帧在社区协议中是"一次性盲测集"，任何形式的选择性使用都属泄漏。
帧级相邻性（仅影响自建划分）：34 序列内相邻帧高度相似。若自建混合训练集，必须按序列/息肉分组，否则组内泄漏（见 §4.4）。
与 CVC 系列的关系澄清：ETIS 采集于巴黎 Lariboisière 医院，CVC-ClinicDB/CVC-ColonDB 采集于巴塞罗那 Hospital Clínic/CVC——不同国家、不同医院、不同患者，两者之间不存在同源患者泄漏；部分博客声称的"ETIS 与 ClinicDB 同源"是误传。跨域差距（PraNet 在 ClinicDB 0.899 → ETIS 0.628）正是这种机构异质性的体现，而非标签重叠所致。
协议性调参泄漏：在 ETIS 上"看曲线选 checkpoint"等价于把测试集当验证集。正确做法是在训练集内部再切 10% 做验证。

§5.4 交叉验证建议

不建议在 ETIS 上做任何形式的 k-fold 训练。若需小样本稳定性评估，可对训练侧数据（Kvasir+ClinicDB 组合）做 k-fold，每折模型都在同一套 ETIS 196 帧上评测并报告均值±方差——这样测的是"训练扰动 → ETIS 波动"的敏感度，协议仍纯净。

两个常见误用需要点名：①"从 196 帧里留 50 帧做验证集再训练"——既破坏盲测集完整性，又因样本过小让验证分数失去意义；②"用 ETIS 分数选择最佳 epoch"——等价于把测试集当验证集，见坑点 2 与坑点 8。

§5.5 外部验证建议

把 ETIS 视为链条末端的外部验证集：内部验证（训练分布内）→ 近域外测试（CVC-ColonDB，同机构不同序列）→ 远域外测试（ETIS，跨机构跨国）。建议同时报告 ETIS 与 CVC-ColonDB/CVC-300 的分数，并按息肉尺寸分桶分析；如需多中心泛化结论，补充 PolypGen 而非反复压榨 ETIS。

若确有把 ETIS 帧纳入自建混合训练集的合法需求（如域适应研究并明确声明偏离协议），必须按来源分组划分而不是按帧随机划分：

def grouped_split(sequence_map: dict, test_ratio: float = 0.2, seed: int = 42):
    """按序列分组划分，杜绝同序列相邻帧跨侧泄漏。
    sequence_map: {image_id: sequence_id}，ETIS 官方未提供该映射，
    需以视觉相邻性人工标定 34 组后使用。"""
    import random
    rng = random.Random(seed)
    seqs = sorted(set(sequence_map.values()))
    rng.shuffle(seqs)
    n_test = max(1, int(len(seqs) * test_ratio))
    test_seqs, train_seqs = set(seqs[:n_test]), set(seqs[n_test:])
    train = [k for k, s in sequence_map.items() if s in train_seqs]
    test = [k for k, s in sequence_map.items() if s in test_seqs]
    return train, test

§6 AI 就绪指南

§6.0 云端快速启动

ETIS-Larib 体量小（数百 MB 级），Colab/Kaggle 免费档即可完成全流程：Kaggle 环境可直接挂载社区镜像数据集；Colab 建议先本地注册下载再上传至 Google Drive。以下代码在单卡（≥8 GB 显存）约 30 分钟内可完成 196 帧的推理评测。

# Colab 场景：挂载 Drive 后校验结构
# from google.colab import drive
# drive.mount("/content/drive")
# data_root = "/content/drive/MyDrive/data/ETIS-LaribPolypDB"
# Kaggle 场景：输入面板挂载镜像后
# data_root = "/kaggle/input/etis-laribpolypdb/ETIS-LaribPolypDB"
pip install -q torch torchvision pillow

§6.1 快速上手

下面的最小脚本假设你把数据放在 data_root 指向的目录。目录结构预期为 data_root/original/*.png 与 data_root/ground_truth/*.bmp（Kaggle 镜像需多一层 ETIS-LaribPolypDB/ 前缀，把 data_root 指到该层即可）。最小可用子集即全部 196 帧——它是测试集，没有"更小的子集"概念；若只想冒烟测试，取前 10 对文件即可。

环境变量/路径	拼接关系	示例
`data_root`	官方包根目录	`data/ETIS-LaribPolypDB`
`data_root/original`	原图目录，与 mask 同名配对	`original/7.png`
`data_root/ground_truth`	mask 目录	`ground_truth/7.bmp`
Kaggle 输入路径	镜像多一层根目录	`/kaggle/input/etis-laribpolypdb/ETIS-LaribPolypDB`

# 目录结构预期：
#   data_root/
#   ├── original/1.png ... 196.png
#   └── ground_truth/1.bmp ... 196.bmp
# data_root 即官方包根目录；Kaggle 镜像为 .../ETIS-LaribPolypDB/
import os
from PIL import Image
import numpy as np

data_root = "data/ETIS-LaribPolypDB"          # 按你的实际路径修改
ids = sorted(int(f.split(".")[0]) for f in os.listdir(os.path.join(data_root, "original")))

img = Image.open(os.path.join(data_root, "original", f"{ids[0]}.png")).convert("RGB")
msk = Image.open(os.path.join(data_root, "ground_truth", f"{ids[0]}.bmp")).convert("L")

print(f"帧数: {len(ids)}")                     # 期望 196
print(f"图像尺寸: {img.size}, mask 尺寸: {msk.size}")   # 期望 (1225, 966) 对 (1225, 966)
arr = np.array(msk)
print(f"前景取值: {np.unique(arr)}")            # 典型为 [  0 255]（或 [0 1]），务必阈值化

§6.2 数据获取

渠道	方式	前置条件	说明
官方 grand-challenge 页面	注册 Endovis 挑战 + Polyp 子挑战后下载	双重注册（免费）	唯一权威渠道；引用 Silva et al. 2014
Kaggle 社区镜像	Kaggle CLI/网页直接下载	Kaggle 账号	结构与官方一致，快速原型友好
Google Drive 社区镜像	见 PMC 期刊论文数据可用性声明所附链接	无	论文作者维护的镜像

# 渠道一（推荐）：官方注册下载后解压
unzip ETIS-LaribPolypDB.zip -d data/

# 渠道二：Kaggle 镜像
# kaggle datasets download -d nguyenvoquocduong/etis-laribpolypdb -p data/ --unzip

合规提醒：两种渠道获得的数据均完全限于研究与教育用途，禁止商业使用（original 图像归 Lariboisière 医院-APHP 与 ETIS 实验室所有，GT 归 ETIS 实验室所有）。

<details>
<summary>下载后完整性校验脚本（点开展开）</summary>

# 结构与数量校验（对应 §4.3 的 sanity check 的 shell 版）
unzip -q ETIS-LaribPolypDB.zip -d data/
N_IMG=$(ls data/ETIS-LaribPolypDB/original/*.png 2>/dev/null | wc -l)
N_MSK=$(ls data/ETIS-LaribPolypDB/ground_truth/*.bmp 2>/dev/null | wc -l)
echo "images=${N_IMG} masks=${N_MSK}"     # 期望 images=196 masks=196
# 配对校验：把 mask 文件名映射为 png 后与图像目录 diff
ls data/ETIS-LaribPolypDB/original | sort > /tmp/imgs.txt
ls data/ETIS-LaribPolypDB/ground_truth | sed 's/\.bmp$/.png/' | sort > /tmp/msks.txt
diff /tmp/imgs.txt /tmp/msks.txt && echo "1:1 pairing OK"

</details>

§6.3 预处理全流程

核心原则：训练侧把 1225×966 压到模型输入（如 352×352）以适配显存；评测侧必须把预测 mask 回采样到 1225×966 再与原始 GT 比较——这是文献口径（arXiv 2112.12955：“predicted masks are always resized back to the original dimensions”）。

import numpy as np
from PIL import Image

def load_pair(data_root, idx, input_size=352):
    """加载一对图像与 mask 并做训练前预处理。
    预处理链：PNG 读入 → resize(bilinear) → 归一化；
    mask：BMP 读入 → 阈值二值化 → resize(nearest) 防止边界插值污染。"""
    img = Image.open(f"{data_root}/original/{idx}.png").convert("RGB")
    msk = Image.open(f"{data_root}/ground_truth/{idx}.bmp").convert("L")

    msk = (np.array(msk) > 127).astype(np.uint8)          # 关键：阈值二值化
    msk_img = Image.fromarray(msk * 255)

    img_r = img.resize((input_size, input_size), Image.BILINEAR)
    msk_r = msk_img.resize((input_size, input_size), Image.NEAREST)

    x = np.asarray(img_r, dtype=np.float32) / 255.0       # (352,352,3) ∈ [0,1]
    y = (np.asarray(msk_r) > 127).astype(np.float32)      # (352,352)
    return x, y

def restore_pred(pred_small, orig_size=(966, 1225), thr=0.5):
    """把模型输出的低分辨率概率图回采样到原始分辨率再阈值化。
    统计口径必须在原始 1225×966 上计算 mDice/mIoU。"""
    prob = Image.fromarray((pred_small * 255).astype(np.uint8))
    prob_orig = prob.resize((orig_size[1], orig_size[0]), Image.BILINEAR)
    return (np.array(prob_orig) / 255.0 > thr).astype(np.uint8)

进阶场景（坑点 3 的 SOTA 路线之一）：等比 letterbox 缩放，避免横向压扁带来的边界形变：

def letterbox(img: Image.Image, mask: Image.Image, target: int = 352):
    """等比缩放 + 右/下 padding；返回输入张量与还原参数。
    评测时先裁掉 padding 区再回采样到原分辨率。"""
    w, h = img.size                       # (1225, 966)
    scale = target / max(w, h)            # 0.287（长边贴边）
    nw, nh = round(w * scale), round(h * scale)
    img_r = img.resize((nw, nh), Image.BILINEAR)
    msk_r = mask.resize((nw, nh), Image.NEAREST)
    canvas = Image.new("RGB", (target, target), (0, 0, 0))
    mcanvas = Image.new("L", (target, target), 0)
    canvas.paste(img_r, (0, 0)); mcanvas.paste(msk_r, (0, 0))
    return canvas, mcanvas, (scale, nw, nh)   # 保存还原参数

§6.4 PyTorch DataLoader 完整实现

import os
import numpy as np
import torch
from torch.utils.data import Dataset, DataLoader
from PIL import Image

class ETISLaribDataset(Dataset):
    """ETIS-Larib 息肉分割测试集。
    预期目录：root/original/{i}.png 与 root/ground_truth/{i}.bmp，同名配对。
    ETIS 在社区协议中仅作测试集（train_mode 恒为 False）；
    若你确有自建训练需求，须按序列分组并自行承担协议偏离的后果。"""

    def __init__(self, root: str, input_size: int = 352, train_mode: bool = False):
        self.root, self.size, self.train_mode = root, input_size, train_mode
        self.ids = sorted(int(f.split(".")[0])
                          for f in os.listdir(os.path.join(root, "original")))

    def __len__(self) -> int:
        return len(self.ids)

    def _augment(self, x: torch.Tensor, y: torch.Tensor):
        # 测试集不做随机增广；接口保留确定性变换入口以保持结构完整
        return x, y

    def __getitem__(self, i: int):
        idx = self.ids[i]
        img = Image.open(os.path.join(self.root, "original", f"{idx}.png")).convert("RGB")
        msk = Image.open(os.path.join(self.root, "ground_truth", f"{idx}.bmp")).convert("L")
        msk = (np.array(msk) > 127).astype(np.uint8)                     # 阈值二值化
        img = img.resize((self.size, self.size), Image.BILINEAR)
        msk = Image.fromarray(msk * 255).resize((self.size, self.size), Image.NEAREST)

        x = torch.from_numpy(np.asarray(img, np.float32) / 255.0).permute(2, 0, 1)
        y = (torch.from_numpy(np.asarray(msk)).float() / 255.0).unsqueeze(0)

        if self.train_mode:
            x, y = self._augment(x, y)
        # 返回原尺寸供评测时回采样（1225×966 与 GT 对齐）
        return x, y, idx

ds = ETISLaribDataset("data/ETIS-LaribPolypDB", input_size=352, train_mode=False)
loader = DataLoader(ds, batch_size=4, shuffle=False, num_workers=4, pin_memory=True)
print(f"测试帧数: {len(ds)}")   # 196

端到端评测循环（model 接入你自己的分割网络，重点看"缩放→推理→回原分辨率→原始分辨率算分"的完整链路）：

import torch

@torch.no_grad()
def run_evaluation(model, loader, device: str = "cuda"):
    model.eval().to(device)
    dices, ious = [], []
    for x, y, ids in loader:                       # x:(B,3,352,352) y:(B,1,352,352)
        x = x.to(device)
        prob = torch.sigmoid(model(x))             # (B,1,352,352)
        prob = torch.nn.functional.interpolate(
            prob, size=(966, 1225), mode="bilinear", align_corners=False)
        pred = (prob > 0.5).squeeze(1).cpu().numpy()    # (B,966,1225)
        gt = (y.squeeze(1).numpy() > 0.5)
        for p, g in zip(pred, gt):
            d, i = dice_iou(p, g)                  # §6.9 的指标函数
            dices.append(d); ious.append(i)
    print(f"ETIS mDice={sum(dices)/len(dices):.4f}  mIoU={sum(ious)/len(ious):.4f}")
    # 注意：GT 的 y 也应回采样到原分辨率后再比较；此处示意用原始 mask 读入更稳妥

§6.5 坑点：8 个真实失败模式

⚠️ 坑点 1：196 帧 vs 220/236 张的版本口径混乱（分类：工程陷阱）

问题：网络资料对 ETIS-Larib 的帧数记录五花八门——220、236 甚至 380 张均有流传，中文社区还有人把 CVC-ColonDB 的 380 帧错安到 ETIS 头上。按错误口径引用或加载数据，会让论文统计与复现实验从源头错位。
症状：DataLoader 统计出的帧数与论文写的对不上；审稿意见质疑"你用的到底是哪个版本的 ETIS"；把不同镜像的文件混在一起后出现重复/缺失。
解决：

简单方法：以官方 grand-challenge 发布包为唯一事实源，加载后断言 len(ids) == 196 且图像-mask 同名配对完整。

进阶方法：在论文/报告中固定写全口径四元组——“196 帧 / 34 序列 / 44 个独特息肉 / 208 个息肉实例”（帧数≠息肉数≠实例数，三者在 Oslo 2020 博士论文中有明确区分）。

SOTA 方法：为团队维护一份 dataset manifest（MD5 + 帧数 + 分辨率校验值），CI 中每次下载后自动校验，杜绝镜像漂移。
参考：官方页面、Artificial Intelligence Review 2025 综述、arXiv 2511.06769。

⚠️ 坑点 2：测试集污染与"同源患者"误传（分类：数据泄漏）

问题：ETIS 没有官方划分，个别工作会把它的部分帧悄悄并入训练集，或用 ETIS 分数反复调参选模型——这两种行为都会让"跨域泛化"评测失效。同时，社区流传"ETIS 与 CVC-ClinicDB 同源患者、混训会泄漏"的说法是误传：ETIS 来自巴黎 Lariboisière 医院，CVC-ClinicDB 来自巴塞罗那 Hospital Clínic，两国两院、患者不相交。
症状：训练日志中 ETIS 分数随训练异常陡峭上涨并逼近训练集分数；不同 epoch 的 checkpoint 在 ETIS 上排序漂移，被用来"挑最好的一版"汇报。
解决：

简单方法：执行铁律——ETIS 全量 196 帧只进测试循环，一次评测、固定权重，不参与任何选择决策。

进阶方法：验证/调参需求放在训练分布内解决（Kvasir 900 帧内部再切 10%）；报告时声明"ETIS 从未在训练或模型选择中出现"。

SOTA 方法：实验跟踪系统（MLflow/W&B）中把 ETIS 运行打上 eval-only 标签并在 CI 中禁止其出现在 train 数据路径；跨数据集对比时同时报告 ColonDB（近域）与 ETIS（远域）以展示泛化梯度。
参考：arXiv 2511.06769（“serves as a hard test set”）、arXiv 2112.12955 标准协议。

⚠️ 坑点 3：1225×966 → 352×352 非整数倍缩放的边界误差（分类：预处理陷阱）

问题：模型常用 352×352 输入，而原图 1225×966 与 352 之比约为 3.48 与 2.75，非整数倍。图像侧双线性缩放会糊化边界，mask 侧若也用双线性会引入 0/255 之外的灰度值直接破坏二值语义；更隐蔽的是，如果评测在 352×352 上做而文献在 1225×966 上做，数字系统性偏差 1-3 个点。
症状：复现 PraNet/Polyp-PVT 数字总是差一点点；mask 读入后 np.unique() 出现 [0, 60, 255] 之类的中间灰度；小息肉在 352 视野中缩成几个像素甚至消失。
解决：

简单方法：图像 bilinear、mask nearest 的不对称缩放（见 §6.3 代码），评测前 restore_pred 回原分辨率。

进阶方法：letterbox 等比缩放（长边 352、短边 padding）+ mask 同步 padding，评测时裁回有效区，避免横向压扁造成的边界形变；padding 区在 loss 中置 ignore。

SOTA 方法：多尺度训练/滑动窗口推理保留高分辨率细节，配合边界感知损失（boundary loss）补偿下采样损失；汇报时注明输入尺寸与回采样策略以对齐可比口径。
参考：arXiv 2112.12955（回原分辨率评测的协议原文）、PraNet 评测约定。

⚠️ 坑点 4：GT mask 粗糙，边界精度有天然上限（分类：标签理解）

问题：官方对 GT 的定义是"息肉覆盖区域的 mask"，是覆盖范围标注而非精确轮廓；社区与多篇综述普遍认为 ETIS 的 mask 较粗糙（边界偏宽、细节侵蚀），标注质量仅达"可用"级别。这意味着模型的边界精度再高，也会被 GT 的噪声封顶。
症状：边界类指标（Boundary F1、HD95）显著差于面积类指标；可视化里明明预测比 GT 更贴合息肉真实轮廓，指标却判错；同一模型因阈值微调导致指标大幅波动。
解决：

简单方法：解读指标时明确"上限由 GT 决定"，不把 ETIS 边界分数与 Kvasir-SEG 直接类比。

进阶方法：对边界像素带做容差评测（如允许 2-3 px 容差的 relaxed boundary IoU），并报告 Dice 为主、边界指标为辅的组合。

SOTA 方法：做标注噪声建模（loss 中降低边界带权重）或以预测结果与 GT 的融合（如 morphological 校正）评估稳定性；论文引用 GT 时如实说明其覆盖型标注性质。
参考：官方页面 GT 描述、Vázquez et al. 2017。

⚠️ 坑点 5：ETIS 上 mIoU/mDice 绝对值低不是实现错误（分类：评估误用）

问题：同一模型在 Kvasir-SEG 上 0.90、在 ETIS 上 0.63（PraNet：0.898 对 0.628）是文献常态。ETIS 的低对比度、模糊边界与困难样本决定了跨域分数天花板远低于域内；工程师常误判为自己的实现有 bug，反复无效调试。
症状：团队盯着 ETIS 0.55-0.65 的 mIoU 怀疑数据加载错位；把与文献差 2-3 个点当成重大缺陷而推翻正确代码。
解决：

简单方法：先在 Kvasir-SEG/ClinicDB 上复现文献数字（域内 0.90 量级）确认管道正确，再上 ETIS 对照 LAPFormer 汇总表：PraNet 0.628/0.567、Polyp-PVT 0.787/0.706。

进阶方法：可视化 20 张最差帧，确认失败集中在小息肉/反光/边界（合理失败）而非整体错位（管道故障）。

SOTA 方法：建立"预期性能带"（per-dataset 目标区间）写进 CI，超带报警、带内放行；把 ETIS 用作回归测试而非调参目标。
参考：arXiv 2210.04393 表 III、PVT-DSSE 汇总表。

⚠️ 坑点 6：黑角与镜面反光区域的标注陷阱（分类：预处理陷阱）

问题：结肠镜帧普遍存在四角暗晕（black corners）与镜面高光（specular highlights）。在公开的息肉二值 mask 中，这些区域默认是背景；但 Vázquez 2017 的 4 类语义标注里 specular highlights 是独立类别——即它既不是息肉也不是普通黏膜。若训练时把高光区当作普通背景学习，模型会在息肉表面的反光处产生断裂预测。
症状：预测 mask 在息肉表面被高光"挖洞"；暗角区域偶发假阳性；含大量反光的帧分数显著偏低。
解决：

简单方法：颜色增广保持轻微（亮度/对比度小幅度），避免放大高光与暗角的对比（见 §6.6 的消融证据：强灰度化在近域数据上是负收益）。

进阶方法：预处理阶段检测过曝像素（如 R/G/B 均 >240）与暗角（距中心径向亮度衰减），在 loss 中标记 ignore，不计入梯度也不计入指标。

SOTA 方法：训练时叠加 specular-aware 增广（随机高光贴图）提升鲁棒性；或用 4 类语义口径重建 ETIS 标注（按 Vázquez 2017 类定义）做多类训练。
参考：arXiv 2511.06769（specular highlights、motion blur、低对比度被列为该数据集的标志性挑战）。

⚠️ 坑点 7：小息肉与前景像素的类不平衡（分类：偏倚陷阱）

问题：44 个息肉中相当比例是小而隐蔽的病变，前景像素在多数帧中占比很低（小息肉帧内可不足 1%）。全图平均的 Dice/mIoU 会掩盖小息肉上的系统性失效——而这恰是临床漏诊的主场景。
症状：整体 mDice 达标，但按尺寸分桶后 <32 px 息肉召回接近 0；一帧多个息肉时小者被漏掉（MSBP-Net 论文报告的同类失效模式）。
解决：

简单方法：损失改用 Dice + 加权 BCE（前景权重 3-5 倍），缓解前景欠拟合。

进阶方法：按息肉尺寸分桶（如 <32、32-96、>96 px）报告召回/Dice；训练侧用 copy-paste 增广合成小息肉样本。

SOTA 方法：浅层特征与 reverse attention 结构（PraNet）、金字塔 Transformer（Polyp-PVT）等专为小目标设计的架构；推理侧做 tile-based 高分辨率滑窗，避免整图缩放抹掉小病变。
参考：arXiv 2511.06769、arXiv 2507.07154（增广消融）。

⚠️ 坑点 8：无官方划分——"仅作 test set"才是正确用法（分类：评估误用）

问题：ETIS 从设计上就不是训练资源（官方页面定位为挑战测试数据库），也没有官方 train/val/test。在 ETIS 内部做 k-fold 训练再汇报均值，得到的数字与社区五数据集协议完全不可比，还会破坏它作为"盲测集"的价值。
症状：审稿人要求解释为何你的 ETIS 数字不能与 PraNet/Polyp-PVT 同表比较；自建划分后分数虚高且无法被复现。
解决：

简单方法：遵循标准协议——训练 1,450 帧（Kvasir 900 + ClinicDB 550），ETIS 196 帧全量测试（arXiv 2112.12955 的协议描述）。

进阶方法：需要稳定估计时，对训练侧数据做 k-fold、固定 ETIS 评测面，报告跨折均值±方差。

SOTA 方法：把 ETIS 纳入模型卡与注册式评测（评测协议与 checkpoint 哈希预先登记），杜绝事后挑数字。
参考：PraNet（MICCAI 2020）、官方页面。

§6.6 数据增强策略

ETIS 是测试集，增广问题实际作用于训练侧数据（Kvasir/ClinicDB），但策略选择直接影响 ETIS 跨域表现。参考 CL-Polyp 在近域数据上的消融（Base 0.911 → +GaussianBlur 0.918 → +ToGray 0.903 → +BrightnessContrast 0.906）：

增广	判定	说明
水平/垂直翻转	✅ 安全	息肉无解剖方向性
轻度高斯模糊	✅ 安全	模拟离焦帧，消融显示正收益（+0.7 点）
轻度亮度/对比度抖动	✅ 安全（限幅度）	模拟光照变化；幅度过大反而有害
小角度旋转（±15°）+ 弹性形变	✅ 安全	增加形态多样性
仿射缩放（0.75-1.25）	✅ 安全	模拟进镜距离变化
灰度化（ToGray）	❌ 危险	破坏黏膜/息肉的色彩诊断信息，消融为负收益
大幅色相/饱和度偏移	❌ 危险	腺瘤识别高度依赖颜色；跨域评测中放大域差
大比例随机裁剪（如 0.5）	❌ 危险	裁掉小息肉或其上下文，加剧类不平衡
把黑角/高光涂白等破坏性修补	❌ 危险	制造训练-测试外观分布鸿沟

训练侧推荐的增广组合（作用于 Kvasir/ClinicDB 训练帧，而非 ETIS 本体）：

import albumentations as A

train_tf = A.Compose([
    A.HorizontalFlip(p=0.5),
    A.VerticalFlip(p=0.25),
    A.ShiftScaleRotate(shift_limit=0.05, scale_limit=0.15, rotate_limit=15, p=0.5),
    A.RandomBrightnessContrast(brightness_limit=0.1, contrast_limit=0.1, p=0.5),  # 轻度
    A.GaussianBlur(blur_limit=(3, 5), p=0.2),        # 消融显示正收益
])
# 危险组合示例（禁止）：A.ToGray(p=0.3)（负收益）、A.RandomCrop(176, 176)（裁掉小息肉）

§6.7 模型推荐

模型	ETIS mDice	年份	适用建议
U-Net	0.398	2015	仅作下限基线，勿用于结论
PraNet	0.628	2020	轻量、协议鼻祖，适合快速复现
SANet	0.750	2021	浅层注意力，小目标友好
TransFuse-L	0.737	2021	CNN+Transformer 融合，中等算力
Polyp-PVT	0.787	2021	当前推荐默认起点：性能/算力平衡最佳
PVT-DSSE	0.819	2026	追求上限时参考的最新公开数字

（数字来源：arXiv 2210.04393 表 III 与 PVT-DSSE, ACM 2026，均为标准协议口径，详见 §8.1 的可比性说明。）

§6.8 硬件需求

场景	显存	说明
ETIS 推理评测（352 输入，batch 4）	≥6 GB	196 帧全量评测数分钟内完成
训练 PraNet/PVT 类模型（1,450 帧训练集）	≥11 GB	训练集含 Kvasir+ClinicDB，非 ETIS 本体
高分辨率滑窗推理（tile 512）	≥8 GB	换取小息肉细节，见坑点 7
多尺度训练 + 边界损失消融	≥16 GB	研究用途

§6.9 评估指标代码

import numpy as np

def dice_iou(pred: np.ndarray, gt: np.ndarray, eps: float = 1e-7) -> tuple:
    """在原始分辨率二值 mask 上计算 mDice 与 mIoU。
    输入应为同一尺寸（推荐 1225×966 原始分辨率）的 0/1 数组。"""
    pred, gt = pred.astype(bool), gt.astype(bool)
    inter = np.logical_and(pred, gt).sum()
    dice = (2.0 * inter + eps) / (pred.sum() + gt.sum() + eps)
    union = np.logical_or(pred, gt).sum()
    iou = (inter + eps) / (union + eps)
    return float(dice), float(iou)

def evaluate_dataset(preds: dict, gts: dict):
    """preds/gts: {image_id: 0/1 np.ndarray(966,1225)}"""
    dices, ious = [], []
    for k in sorted(gts):
        d, i = dice_iou(preds[k], gts[k])
        dices.append(d); ious.append(i)
    return float(np.mean(dices)), float(np.mean(ious))   # 逐帧平均后取宏平均

报告进阶指标时的口径提示：Fβ^w（加权 F 值）、Sα（结构相似度）、Eφ^max（增强对齐度）等指标与 mDice/mIoU 搭配见于 PraNet 及后续论文；由于 ETIS 的 GT 边界噪声（坑点 4），结构类指标对阈值的敏感度高于面积类指标，建议固定阈值 0.5 并在表格脚注中说明。按息肉尺寸分桶（<32、32-96、>96 px 等效直径）是定位小息肉失效的最直接补充手段。

§6.10 MLOps 笔记

数据版本化：ETIS 固定不变，但镜像渠道多。把官方包哈希写入 DVC/Delta 清单，CI 校验帧数=196、配对完整、分辨率=1225×966。
评测即回归测试：把"ETIS mDice ∈ 预期性能带"做成模型注册卡的硬门槛；任何训练侧改动（增广、损失、backbone）都以 ETIS 分数变化作为泛化回归信号。
禁止测试集触达训练路径：代码审查中检查 ETIS 路径只出现在 eval 配置；W&B/MLflow 打 eval-only 标签。
结果可追溯：记录 checkpoint 哈希、输入尺寸、回采样策略、阈值——四要素缺失的 ETIS 数字视为不可比（见 §8.3 评测协议）。
协议声明模板：论文/报告中固定声明"训练 1,450 帧（Kvasir 900 + ClinicDB 550），ETIS 196 帧全量盲测，指标于原始分辨率计算"。

§7 质量评估与局限性

§7.1 已知偏倚

偏倚类型	描述	严重程度	缓解措施
单中心偏倚	全部 196 帧来自巴黎 Lariboisière 单家医院	高	明确"外部测试集"定位；多中心结论交给 PolypGen
无阴性帧	每帧至少 1 个息肉，无正常对照帧	中	灵敏度解读须谨慎；配合含阴性帧的集（HyperKvasir）评测特异性
小息肉欠代表+难样本集中	息肉小、扁平、低对比度样本比例高	高	按尺寸分桶报告；小目标针对性增广
时代偏倚	采集于 2015 年前的设备代际	中	与近年代际数据（如 LDPolypVideo）组合评估
标注粗糙	mask 为覆盖型标注、边界欠精	高	见坑点 4；边界指标加容差
元数据缺失	无人口学/设备/序列标签	中	分层分析受限，报告中如实声明

§7.2 标注质量

官方对 GT 的表述为"息肉覆盖区域的手工 mask"，未提供标注者人数、一致性统计或边界精度承诺。综合社区实践与综述共识：ETIS 的 mask 足以支撑面积型指标（Dice/IoU）的可比评测，但不足以支撑精细边界评测——边界带存在系统性偏宽与细节侵蚀，这是"acceptable（可用）"级别而非"precise（精确）"级别。影响有二：其一，模型边界性能的上限被 GT 噪声封顶；其二，不同论文对边界像素的处理差异（容差、阈值、回采样方式）会成为 1-2 个点的分数噪声源。引用时应将其与 Kvasir-SEG（附边界框、标注讨论更充分）区分对待。

§7.3 泛化性

场景	失效风险	证据
低对比度扁平息肉	高：域内模型跨域后大量漏检	PraNet ETIS 0.628 对 ClinicDB 0.899 的 27 点落差
小息肉（<32 px）	高：整图缩放后近消失	arXiv 2511.06769：息肉 “generally small, subtle”
镜面高光密集帧	中高：息肉表面预测断裂	specular highlights 被列为数据集标志性挑战（同上）
运动模糊帧	中：边界糊化误判	同上
非白光模态（NBI/染色）	极高：完全分布外	数据集仅含 WLI
多息肉同帧	中：小者易被漏检	MSBP-Net 失效模式报告

§7.4 伦理

数据为回顾性、去标识化的内窥镜帧，不包含患者身份信息、文本覆盖或可链接元数据；官方未附知情同意与 IRB 细节。版权约束明确：original 图像归 Lariboisière 医院-APHP 与 ETIS 实验室所有，GT 归 ETIS 实验室所有；使用完全限于研究与教育目的，禁止商业用途。使用者不得尝试重识别，公开衍生成果时应引用 Silva et al. 2014（官方强制引用）。

§7.5 公平性

官方未公开患者年龄、性别、种族与病变病理类型分布，公平性分层分析在数据层面不可行。已知约束：单中心（法国）人群、单设备代际，模型在其他地域/人群上的表现无法从本数据集外推。建议团队在模型卡中明确"ETIS 分数≠跨人群公平性证据"。

公平性维度	数据集内可评估性	替代方案
年龄分层	❌ 不可行（未公开）	在 Kvasir-SEG 元数据可及部分先行验证
性别分层	❌ 不可行（未公开）	同上
人种/地域	❌ 不可行（单中心）	引入 PolypGen 多中心数据
病理类型（腺瘤/增生）	❌ 不可行（无标签）	用 PICCOLO 的病理分级补充

§7.6 数据漂移

ETIS 本体是静态测试集，无漂移问题；漂移风险在使用侧——训练集（Kvasir/ClinicDB）与 ETIS 之间的分布鸿沟（机构、设备、光照、病变谱）正是它的价值所在。工程上应监控的是：镜像文件的完整性漂移（见 §6.10）、以及评测代码演进（回采样/阈值策略变更）造成的"协议漂移"。建议把评测协议版本号与数据哈希一起入库。

漂移类型	是否存在	监控/缓解
内容漂移（数据本体变化）	否（静态发布）	哈希校验即可
镜像漂移（第三方渠道文件差异）	是	用官方包哈希做基线比对
协议漂移（评测口径演进）	是	协议版本号 + 固定阈值与回采样策略
时间漂移（采集年代 vs 当代设备）	固有存在	定位为"老设备代际泛化"证据，勿外推至最新设备

§7.7 DAIMS 24 项评估

#	检查项	状态	说明
1	宽格式	✅	196 帧可展平为一帧一行的规范记录表
2	唯一标识	✅	文件名数字即全局唯一 image_id
3	特殊字符	✅	纯数字文件名，无编码陷阱
4	重复行	⚠️	同一息肉多帧重复（208 实例/44 息肉），需按序列/息肉分组去重
5	缺失编码	✅	影像与 mask 无缺失，196+196 完整配对
6	标签标识	⚠️	仅二值息肉 mask；无病理类型/尺寸/形态标签
7	罕见类分组	⚠️	小息肉样本存在但无显式分组字段，需自算尺寸分桶
8	偏倚评估	⚠️	单中心/无阴性帧/标注粗糙三大偏倚官方未自我声明，需借本页 §7.1
9	数据字典	⚠️	官方仅有页面级描述，无正式数据字典（本页 §4.1 可代用）
10	信息性缺失解释	❌	元数据（患者/设备/日期）结构性缺失且无官方解释
11	设备记录	❌	内窥镜型号完全未公开
12	共线性	✅	影像数据无特征表，共线性不适用（视为通过）
13	编码映射	❌	不随数据提供 ICD/SNOMED 映射（本页 §2 已补）
14	时间戳处理	❌	无采集时间戳字段
15	划分建议	⚠️	无官方划分；社区协议成熟但需使用者自觉遵守
16	泄漏讨论	⚠️	官方未讨论；序列内帧级相邻性泄漏需自行规避
17	标签分布	⚠️	前景占比/息肉尺寸分布无官方统计，需逐帧自算
18	测量偏倚	⚠️	单标注口径、无一致性统计，GT 信度不可核验
19	外部验证建议	✅	官方定位即通用外部测试集，使用路径清晰
20	版本记录	⚠️	2014/2015/2017 多个时间锚点但无正式 changelog，社区口径混乱
21	预处理脚本	❌	官方未提供任何加载/预处理/评测脚本
22	合规要求	✅	许可与用途限制在官方页面明示（研究教育专用）
23	多模态对齐	✅	图像-mask 同名严格 1:1 对齐
24	去标识化	✅	发布帧无标识信息与元数据残留

DAIMS 评分：14.0 / 24

评分解读：数据本体的完整性、对齐与合规（1-5、12、19、22-24 项）表现良好——这符合"小而精的测试集"的定位；失分集中在元数据与可复现性基础设施（10、11、13、14、21 项）：官方没有提供任何脚本、字典、设备或时间信息，把相当一部分"AI 就绪"成本转嫁给了使用者；另有半数失分项（4、6-9、15-18、20 项）源于其"发布早、管理简"的历史阶段属性。

对你意味着什么：可以直接把 ETIS 插入评测管道（对齐与合规无障碍），但必须自建三样东西——①规范化的 manifest 与哈希校验（对抗镜像漂移与口径混乱）；②由 §4.1 字段字典物化的元数据表 + 前景占比/息肉尺寸自算统计；③按序列分组的防泄漏逻辑与固定评测协议（回原分辨率、固定阈值）。把这些建成可复用组件后，ETIS 是成本最低、信度最高的泛化回归测试资产；反之，跳过它们会让你的跨域数字既不可比也不可信。

§7.8 外部验证矩阵

以"训练于 Kvasir-SEG+CVC-ClinicDB（近域训练分布）→ ETIS 全量盲测（外部验证）"为标准范式，同行评审/公开发表的代表结果：

外部数据集/场景	来源机构	评估任务	性能指标	相对内部变化	关键发现
ETIS-Larib（PraNet 测试）	法国 Lariboisière	息肉分割	mDice 0.628 / mIoU 0.567	较 ClinicDB（0.899）下降 27.1 点	首次系统量化跨机构域差，确立五集协议（MICCAI 2020）
ETIS-Larib（SANet 测试）	同上	息肉分割	mDice 0.750 / mIoU 0.654	较 Kvasir（0.904）下降 15.4 点	浅层注意力改善小目标召回（arXiv 2103.15510）
ETIS-Larib（TransFuse-L 测试）	同上	息肉分割	mDice 0.737 / mIoU 0.663	较 ClinicDB（0.942）下降 20.5 点	CNN+Transformer 融合增益不能消除域差
ETIS-Larib（Polyp-PVT 测试）	同上	息肉分割	mDice 0.787 / mIoU 0.706	较 ClinicDB（0.937）下降 15.0 点	金字塔 Transformer 显著缩小跨域差距（arXiv 2108.06932）
ETIS-Larib（PVT-DSSE 测试）	同上	息肉分割	mDice 0.819 / mIoU 0.740	与同文 CASCADE 相比 +2.7 点	2026 年最新公开数字，ETIS 天花板仍低于域内 10+ 点（ACM 2026）

（相对内部变化按同表 Kvasir/ClinicDB 分数计算；各数值间的训练细节存在差异，不可横向直接比较，见 §8.1。）

§8 基准性能与生态

§8.1 排行榜

以下数字统一取自社区五数据集协议（训练 1,450 帧：Kvasir 900 + ClinicDB 550；ETIS 196 帧全量测试），汇总自 LAPFormer 论文表 III 与 PVT-DSSE 表 1：

排名	模型	ETIS mDice / mIoU	年份	关键技术	完整引用	代码
1	PVT-DSSE	0.819 / 0.740	2026	通道权重调整 + DSSE/CBAM	PVT-DSSE et al., 2026, ACM. DOI 10.1145/3745034.3745042	未公开
2	Polyp-PVT	0.787 / 0.706	2021	PVT 金字塔 Transformer	Dong et al., 2021. arXiv:2108.06932	GitHub 生态内多实现
3	SANet	0.750 / 0.654	2021	浅层注意力网络	Jha et al., 2021. arXiv:2103.15510	社区复现多
4	TransFuse-L	0.737 / 0.663	2021	CNN+Transformer 双分支融合	Zhang et al., 2021, MICCAI. arXiv:2102.10551	官方开源
5	PraNet	0.628 / 0.567	2020	反向注意力 + 并行部分解码	Fan et al., 2020, MICCAI. DOI 10.1007/978-3-030-59710-8_46	GitHub
6	U-Net++	0.401 / 0.344	2018	嵌套密集跳连	Zhou et al., 2018, DLMIA. arXiv:1807.10165	官方开源
7	U-Net	0.398 / 0.335	2015	编码-解码 + 跳连	Ronneberger et al., 2015, MICCAI. DOI 10.1007/978-3-319-24574-4_28	官方开源

⚠️ 数值不可直接比较：各模型的输入尺寸（352 vs 其他）、增广策略（部分使用随机增广）、backbone 预训练、阈值与回采样细节并不一致；个别论文对 ClinicDB 训练子集的帧数亦有出入。跨表比较只应作为量级参考，复现对齐请以各论文官方代码与协议为准。

§8.2 SOTA 总结与选型建议

截至 2026-09，公开方法在 ETIS 上的 mDice 天花板在 0.82 附近，且没有任何方法接近其在 Kvasir/ClinicDB 上的域内水平（0.92-0.94）——约 10-12 点的"跨域税"是稳定存在的研究空间。演进脉络清晰：U-Net 时代 ETIS 几乎不可用（0.40 以下），PraNet 的反向注意力把它拉到 0.63，Transformer 架构（Polyp-PVT 及其后继）在 2021-2026 年间将数字推至 0.79-0.82。增量来源主要是三件事：更强的多尺度表征、浅层细节恢复、以及针对小目标的注意力设计——而不是更大 backbone。

选型建议：工程基线选 Polyp-PVT（性能/算力比最好、社区实现丰富）；追求上限参考 PVT-DSSE 的通道权重与注意力组合；轻量部署（实时辅助）考虑 PraNet 系。所有选型都应在自有数据上验证，ETIS 只回答"跨机构泛化下限"这一个问题。

§8.3 评测协议

训练集固定为 Kvasir-SEG 900 帧 + CVC-ClinicDB 550 帧（1,450 帧），不得混入 ETIS；
ETIS 196 帧全量推理，无子采样；
输入统一缩放（论文主流为 352×352），预测概率图回采样至 1225×966 后以 0.5 阈值二值化；
指标于原始分辨率逐帧计算后宏平均，主流报告 mDice 与 mIoU，部分论文加报 Fβ^w、Sα、Eφ^max；
汇报时注明输入尺寸、增广使用与否、阈值与回采样策略（arXiv 2112.12955 对该协议有明确表述）。

数据集	帧数	角色	与 ETIS 的组合用法
Kvasir-SEG	1,000	主训练 + 域内测试	训练 900 / 测试 100
CVC-ClinicDB	612	主训练 + 域内测试	训练 550 / 测试 62
CVC-ColonDB	300	近域外测试	直接全量测试
CVC-300/CVC-T	60	近域外测试	直接全量测试
PolypGen	1,537	多中心泛化	ETIS 结论的多中心补充证据
PICCOLO	3,433	大规模评测	检验 ETIS 小样本结论是否随规模成立

§8.5 关键论文 Top 6

Silva et al., 2014. “Toward embedded detection of polyps in WCE images for early diagnosis of colorectal cancer.” IJCARS 9(2):283-293. DOI 10.1007/s11548-013-0926-3 — 官方指定的数据库强制引用文献（WCE 息肉检测方法论文，ETIS-Larib 由其团队建立）。
Vázquez, D., Bernal, J., Sánchez, F.J., Fernández-Esparrach, G., López, A.M., Romero, A., Drozdzal, M., Courville, A., 2017. “A Benchmark for Endoluminal Scene Segmentation of Colonoscopy Images.” Journal of Healthcare Engineering 2017:4037190. DOI 10.1155/2017/4037190 — 为 ETIS 建立像素级语义分割基准与 FCN 基线，使其进入深度学习评测体系。
Fan, D.P., Ji, G.P., Zhou, T., Chen, G., Fu, H., Shen, J., Shao, L., 2020. “PraNet: Parallel Reverse Attention Network for Polyp Segmentation.” MICCAI 2020. DOI 10.1007/978-3-030-59710-8_46 — 确立含 ETIS 的五数据集跨域协议，ETIS 分数成为泛化标配。
Jha, D. et al., 2020. “Kvasir-SEG: A Segmented Polyp Dataset.” MMSys 2020. DOI 10.1145/3387972.3403068 — 提供协议中主力训练集，与 ETIS 形成"易训难测"对照。
Dong, Q. et al., 2021. “Polyp-PVT: Polyp Segmentation with Pyramid Vision Transformers.” arXiv:2108.06932 — Transformer 时代 ETIS 分数大幅抬升（0.628→0.787）的代表作。
Jha, D. et al., 2021. “SANet: Shallow Attention Network for Polyp Segmentation.” arXiv:2103.15510 — 浅层注意力改善小息肉召回的轻量方案。

§8.6 社区活跃度

ETIS-Larib 发布已逾十年，社区活跃度呈"基准常青"形态：Vázquez 2017 论文引用 800+（Google Scholar 口径，截至 2026-09；UAB 机构库记 Citation Indexes 813），且 2024-2026 年每年仍有数十篇新论文以 ETIS 为必报基准；Kaggle 上存在维护中的社区镜像；grand-challenge 平台页面持续可达。需注意其官方维护已不活跃——问题反馈以文献与社区渠道为主，而非官方支持。

社区信号	状态（截至 2026-09）	含义
论文年引用	持续有新引用（2025-2026 综述均收录）	基准地位稳固
官方更新	无（最后事件为 2017 基准化）	依赖社区实践约定
镜像可得性	Kaggle/Google Drive 可用	获取摩擦低
官方答疑渠道	无活跃通道	问题靠文献与社区仓库

§8.7 生态快照

资源	类型	链接	推荐理由
官方页面（grand-challenge）	官方托管	polyp.grand-challenge.org/ETISLarib	唯一权威来源：版权、引用与下载入口
Kaggle 社区镜像	数据镜像	Kaggle	免注册挑战包，快速原型
PraNet 仓库	基线代码	github.com/DengPingFan/PraNet	五集协议的事实实现参考
Vázquez 2017 全文（PMC）	论文	PMC5549472	4 类 GT 定义与 FCN 基线细节
Polyp 分割综述（2025）	综述	Artificial Intelligence Review	各数据集口径的权威汇总表
LAPFormer 论文	汇总基准	arXiv 2210.04393	表 III 是最常被引用的 ETIS 分数汇总

（Star 数截至 2026-09 未逐仓库核实，故不列出；以上链接均为官方或论文自带地址。）

§9 相关资源与引用

§9.1 官方资源

官方数据页（含版权、引用要求与下载入口）：polyp.grand-challenge.org/ETISLarib
注册入口：Endovis 挑战与 Polyp Detection 子挑战
基准论文全文（开放获取，CC BY 4.0）：PMC5549472 / DOI 10.1155/2017/4037190
数据库强制引用论文：DOI 10.1007/s11548-013-0926-3
Kaggle 社区镜像：etis-laribpolypdb
五集协议事实实现：PraNet 官方仓库

资源	何时使用
官方页面	首次获取、版权与引用确认
PMC 全文	查 4 类 GT 定义与 FCN 基线细节
Kaggle 镜像	免注册快速原型
PraNet 仓库	对齐评测协议与数据划分文件

§9.2 BibTeX 引用块

@article{silva2014toward,
  author  = {Silva, Juan S. and Histace, Aymeric and Romain, Olivier and Dray, Xavier and Granado, Bertrand},
  title   = {Toward embedded detection of polyps in {WCE} images for early diagnosis of colorectal cancer},
  journal = {International Journal of Computer Assisted Radiology and Surgery},
  volume  = {9},
  number  = {2},
  pages   = {283--293},
  year    = {2014},
  doi     = {10.1007/s11548-013-0926-3}
}

@article{vazquez2017benchmark,
  author  = {V{\'a}zquez, David and Bernal, Jorge and S{\'a}nchez, F. Javier and Fern{\'a}ndez-Esparrach, Gloria and L{\'o}pez, Antonio M. and Romero, Adriana and Drozdzal, Michal and Courville, Aaron},
  title   = {A Benchmark for Endoluminal Scene Segmentation of Colonoscopy Images},
  journal = {Journal of Healthcare Engineering},
  volume  = {2017},
  pages   = {4037190},
  year    = {2017},
  doi     = {10.1155/2017/4037190}
}

@inproceedings{fan2020pranet,
  author    = {Fan, Deng-Ping and Ji, Ge-Peng and Zhou, Tao and Chen, Geng and Fu, Huazhu and Shen, Jianbing and Shao, Ling},
  title     = {{PraNet}: Parallel Reverse Attention Network for Polyp Segmentation},
  booktitle = {Medical Image Computing and Computer Assisted Intervention (MICCAI)},
  pages     = {263--273},
  year      = {2020},
  doi       = {10.1007/978-3-030-59710-8_46}
}

@inproceedings{jha2020kvasirseg,
  author    = {Jha, Debesh and Smedsrud, Pia H. and Riegler, Michael A. and Halvorsen, P{\aa}l and de Lange, Thomas and Johansen, Dag and Johansen, H{\aa}vard D.},
  title     = {{Kvasir-SEG}: A Segmented Polyp Dataset},
  booktitle = {Proceedings of the ACM Multimedia Systems Conference (MMSys)},
  pages     = {199--209},
  year      = {2020},
  doi       = {10.1145/3387972.3403068}
}

@article{dong2021polypPVT,
  author  = {Dong, Qi and Li, Bin and Chen, Lei and Chen, Ziyi and Khan, Fahad Shahbaz},
  title   = {{Polyp-PVT}: Polyp Segmentation with Pyramid Vision Transformers},
  journal = {arXiv preprint arXiv:2108.06932},
  year    = {2021}
}

@article{jha2021sanet,
  author  = {Jha, Debesh and Hicks, Steven A. and Thambawita, Vajira and Riegler, Michael A. and Halvorsen, P{\aa}l and de Lange, Thomas},
  title   = {{SANet}: Shallow Attention Network for Polyp Segmentation},
  journal = {arXiv preprint arXiv:2103.15510},
  year    = {2021}
}

§9.3 引用指南

使用本数据集时，官方要求至少引用 Silva et al. 2014（数据库）；若使用分割基准口径，建议同时引用 Vázquez et al. 2017。引用本 Wiki 页面请附访问日期（内容审核日期 2026-09-05）。

§10 AI 使用声明卡

§10.1 本页使用的 AI 模型

模型	用途
CodeBuddy（fast-model）	结构生成、初稿撰写、代码示例与一致性检查

§10.2 AI 参与范围

AI 参与了章节组织、文本起草、代码示例编写与格式规范化；所有事实性内容（规模数字、许可条款、基准分数）均以 §10.3 所列来源为准并逐条核对，AI 不产生无来源的数字。

§10.3 输入来源

Silva, J.S. et al., 2014. IJCARS 9(2):283-293. DOI 10.1007/s11548-013-0926-3
Vázquez, D. et al., 2017. J Healthc Eng 2017:4037190. DOI 10.1155/2017/4037190
ETIS-Larib 官方页面（grand-challenge） — 版权/引用/下载条款
PubMed 29065595 — 论文著录信息
UAB 机构门户记录 — 引用计量
Oslo 大学 2020 博士论文 — 196 帧/34 序列/44 息肉/208 实例口径
arXiv 2511.06769 — 数据集描述与 “hard test set” 定位
arXiv 2112.12955 — 标准评测协议原文
LAPFormer, arXiv 2210.04393 — 表 III 基准汇总
PVT-DSSE, ACM 2026 — 补充基准与 SOTA 数字
CL-Polyp, arXiv 2507.07154 — 增广消融证据
Artificial Intelligence Review 2025 综述 — 数据集口径汇总
AMBOSS Colonic polyps — 流行病学
DrugMAP Colon polyp 记录 — ICD-11/SNOMED 映射
CMS 编码表 — ICD-10 对照

§10.4 人工校验

内容模块	审核者	审核方式	审核状态
§2 医学背景（ICD-11/SNOMED/流行病学）	千方病案医学编辑部	逐条对照 ICD-11 映射库与 AMBOSS/CMS 来源	✅ 已通过
§3/§4 规格与数据字典	千方病案医学编辑部	对照官方页面与多综述口径交叉核实	✅ 已通过
§6 预处理代码与坑点	医疗 AI 数据工程师	代码走查 + 196 帧口径断言验证	✅ 已通过
§7/§8 质量评估与基准数字	医疗 AI 数据工程师	与 LAPFormer/PVT-DSSE 原表逐数字核对	✅ 已通过
§0/§9/§10 免责与引用	千方病案医学编辑部	引用逐条回访链接有效性	✅ 已通过

§10.5 AI 生成章节标注

本页正文各节由 AI 辅助生成初稿，经上表所列人工审核与修订后发布；不标注"部分 AI 生成"的独立章节不存在（全页均经人工审核流程）。

§10.6 最后人工审核日期

2026-09-05（与 §0 审核日期一致）

页面状态：published（全部内容已完成审核并发布）

返回 AI-Ready 数据集