内窥镜检查在多种疾病的早期检测和治疗中发挥着举足轻重的作用，人工智能（AI）辅助技术在疾病筛查中越来越受到重视。其中，内窥镜序列的深度估计对于一系列人工智能辅助手术至关重要。然而，由于数据集中独特的环境复杂性和限制，内窥镜深度估计算法的开发提出了巨大的挑战。

课题组提出了一种多尺度特征融合自监督深度估计卷积神经网络，探索内镜图像亮度变化对深度估计精度的影响，相关成果以“Self-Supervised Monocular Depth Estimation for Endoscopic Imaging”为题，发表在高水平学术期刊《IEEE Journal of Biomedical and Health Informatics》。

本文提出了一种自监督深度估计网络，以全面探索内窥镜图像中的亮度变化，并融合不同尺度的特征信息，以实现对内窥镜深度的准确预测。首先，设计了FlowNet模块，通过计算多尺度结构相似性来评估相邻帧的亮度变化；其次，提出了一种特征融合模块，用于捕获多尺度上下文信息；实验表明，该算法在Stereo Correspondence and Reconstruction of Endoscopic Data（SCARED数据集）中的平均准确率为97.03%。基于SCARED数据集的训练参数，该算法在其他两个数据集（EndoSLAM和KVASIR数据集）上均取得了优异的性能，表明该算法具有良好的泛化性能。

如下图所示，可以直观地看出，亮度波动违反了亮度一致性假设，往往对传统方法的内镜场景提出挑战。然而，该方法在定性和定量比较中均表现出良好的性能。

从泛化实验中可以看出，该方法在预测边缘信息和细节方面表现出了优越的性能，与实际深度更吻合。值得注意的是，在靠近结肠壁和深边缘和褶皱内，这种方法有效地表达了细节特征，从而产生了整体更好的效果。