2023 RSNA腹部创伤检测大赛第8名解决方案与代码

祝贺所有获奖者和参赛者。感谢Kaggle及主办方组织这场精彩的比赛。

我在比赛后期才加入，当时已经发布了我的造影剂外渗边界框标注数据集。我的解决方案与之前在RSNA横断面成像挑战赛（肺栓塞、颈椎骨折）中的方法类似，将任务分为三个独立子任务：预测实质器官损伤（肝脏、肾脏、脾脏）、肠道损伤和造影剂外渗。所有模型均基于CNN-Transformer"2.5D"架构。

数据预处理

我将所有DICOM文件转换为3通道PNG图像，每个通道使用不同的CT窗宽窗位设置：

• 软组织窗：WL=50，WW=400
• 肝脏窗：WL=90，WW=150
• 血管造影窗：WL=100，WW=700

裁剪模型

通过3D连通域分析生成每个CT体积的掩码，用于训练模型去除黑色背景区域。该掩码被转换为每张图像的边界框坐标，用于训练256x256分辨率的2D CNN mobilenetv3_small_050模型。对每个CT体积取所有切片预测边界框的并集，用于裁剪原始图像。

肝肾脾器官识别模型

使用TotalSegmentator的器官分割结果，训练另一个mobilenetv3_small_050模型（256x256分辨率）来识别各切片中器官的存在情况。

肝肾脾损伤检测模型

在比赛最后一周，我标注了部分器官损伤的切片标签用于训练2D切片级模型。这些标签现已公开在Kaggle数据集平台。

我使用ConvNeXt-tiny模型训练2D切片标签，添加线性层将特征维度降至256。模型输入为裁剪后的288x384图像，包含肾脏损伤的左右侧信息。该模型用于提取每张切片的特征：将CT体积重采样为128张图像，得到128x256的特征序列。

使用3层Transformer处理该序列预测序列级标签，采用加权二元交叉熵损失模拟比赛评估指标。由于验证损失波动较大，同时监控AUC确保模型正常学习。

肠道损伤检测模型

使用官方提供的切片级标签，采用类似上述的CNN-Transformer架构。仅进行图像级裁剪（因肠道分布于更多切片），图像分辨率调整为384x512。

造影剂外渗检测模型

基于我标注的边界框，将384x512图像分割为12个128x128的非重叠区块，标注每个区块为损伤/健康。使用ConvNeXt-tiny训练区块分类器并提取特征（每图12x256维序列）。

使用3层Transformer处理区块序列预测切片级标签，再对重采样后的128张图像序列（128x256）进行第二级Transformer训练预测序列级标签。此方法比直接训练2D CNN效果更优。

推理策略

• 使用5折交叉验证模型集成
• 患者级预测：多序列结果取平均
• 对每个标签组应用Softmax归一化
• 所有概率取平方根缩放（提升私有榜分数0.4）
• OOF CV分数：0.375

补充思考

我曾尝试3D模型，但训练时间过长且性能不佳。也曾考虑使用器官分割结果裁剪训练，但时间不足。实验表明：

• 堆叠多切片作为通道的方法效果略差
• 融合三种模型特征的单Transformer方案性能下降

很高兴获得个人第10枚Kaggle金牌。