结直肠癌是全球范围内致死率最高且分布最广泛的癌症类型之一。结肠镜检查是用于检测和诊断结肠息肉的主要手段，但目前的检测率仍存在显著误差，影响了疾病的准确诊断与治疗。采用自动图像分割算法，有望帮助医生提高结肠内病理性息肉的检出率。此外，在结肠镜图像中对内窥镜器械进行分割，也有助于推动机器人辅助手术的发展。在本研究中，我们分别在两个不同的数据集上训练并验证了预训练与未预训练的分割模型，这两个数据集包含息肉及内窥镜器械的图像。最终，我们将训练好的模型应用于两个独立的测试集，结果显示，最优的息肉分割模型Dice分数达到0.857，而器械分割模型的Dice分数达到0.948。此外，研究发现，模型的预训练显著提升了其在息肉和内窥镜器械分割任务中的性能表现。