评估指标

本文审计了27篇结肠镜息肉分割论文，发现普遍存在HD95、Recall等关键指标缺失及数据划分不兼容问题。通过重新评估5个代表性模型，证明单一Dice指标掩盖了严重的边界误差和漏检风险，且不同划分协议导致的性能波动超过许多SOTA改进幅度。文章提出了Polyp Segmentation Reporting Checklist (PSRC)以规范报告，并警示二次综述中的转录错误。