第四名解决方案

衷心感谢 RSNA 和 Kaggle 举办此次比赛。

我把这次挑战当作速通来做，因为当我开始时比赛只剩下 14 天了，这远远不足以覆盖在这个数据集上能做的一切。这个数据集非常酷，而我仅仅触及了表面。我在 8 天内成功进入了金牌线。

终于成为 GM 了，耶！

分割模型失败

我开始训练一个分割模型……但在我尝试的短时间内，它无法学习到超过 0.6 的 Dice 分数，这远远不足以让我对这个方法有信心。

ROI 裁剪坐标模型

我转向了一个 ViT (dinov3) 模型，该模型输入每个患者等距的 48 个切片，输入形状为：48x1x128x128 体积，并预测 x1, x2, y1, y2 值，即患者级别分割掩膜裁剪边界的位置。这个模型对于 ROI 裁剪更加可靠和高效。

原始图像：

ROI 裁剪：

我保持 ROI 相对较大，因为我不想漏掉动脉瘤。我测试了坐标数据，在这种配置下，我可以保持 95% 以上的动脉瘤位置在裁剪区域内。

分类模型

我从 train_localizer csv 文件中取了约 2.2k 个样本，以及所有阴性患者的样本，这给了我一个数据集：

• 545k 个样本，其中约 2.2K 个阳性样本，其余为阴性样本（250 个中有 1 个阳性）。
• 数据集中有 14 个标签，这意味着模型需要预测 1/1700 的值为 1，其余为 0。

我找到了一种管道组合，即使在这种高度不平衡的情况下，模型也能开始学习（加权采样没有帮助）。

我的整个解决方案就是这个分类模型，以下是我如何提高它的分数（一旦基线开始学习，方法非常简单）：

我的基线超参数：

• 模型：CoaT-Lite-Medium
• 优化器：AdamW | 学习率：1e-4 余弦退火至 ~3e-5
• 增强：水平翻转，垂直翻转，无 TTA
• 图像大小：384x384
• 全局批次大小：192

在推理时，模型预测每个患者的每张图像，最终预测结果 simply 取最大聚合。

感谢阅读！