在结肠镜检查过程中，准确的计算机辅助息肉检测和分割可以帮助内镜医生切除异常组织，从而降低息肉发展为癌症的风险。为了开发一种用于像素级息肉分割的全自动模型，我们提出了一种改进的ResUNet架构——ResUNet++，专门用于结肠镜图像分割。实验评估表明，所提出的架构在公开数据集上产生了良好的分割结果。此外，ResUNet++在Kvasir-SEG数据集上通过达到81.33%的Dice系数和79.27%的平均交并比（mIoU），以及在CVC-612数据集上通过达到79.55%的Dice系数和79.62%的mIoU，显著优于两种关键的最先进深度学习架构——U-Net和ResUNet。