第3名方案：Public LB 0.156, Private LB 0.148

编辑：已添加 Github 链接。

首先，恭喜所有的获奖者。

我们的解决方案非常直接。我们主要使用了去年 RSNA-IHD 比赛中的相同技巧，并更新了一些模块以提高性能、标签一致性和检查级别预测的准确性。

该解决方案主要分为三个部分：

第一部分：单图像训练

我们使用 CNN 预测每个切片的 pe_present_on_image 概率，并通过在最终的二分类预测层之前添加一个包含 7 个单元的全连接（FC）层来修改 CNN 模型。该层充当嵌入生成层，最终的二分类结果只是这 7 个输入的线性函数。我们选择 7 是因为它们实际上是 pe_present_on_image 的细粒度标签，是切片级标签和检查级标签的组合（例如 pe_present_on_image 和 rv_lv_ratio_gte_1，或者 pe_present_on_image 和 central pe）。我们也尝试过更细粒度的标签，但没有成功。

第二部分：序列切片级模型

从第一部分的每个切片中，我们获得一个 7 维嵌入向量。连接 31 个连续切片的嵌入向量，我们得到一个 31x7 的图像作为中心切片的嵌入特征图（换句话说，对于每个切片，我们也查看它前面的 15 个切片和后面的 15 个切片）。对于边缘情况，使用填充。第二部分的模型是一个结合了简单的无池化浅层 CNN 和包含两个双向 LSTM 层的序列模型的模块。我们将该模型的输出作为每个切片的最终预测，通过反向增强和两个模型（CNN 和 LSTM），我们得到 4 个输出。将它们全部连接起来，我们就得到了每个切片最终的 32 维嵌入向量。

第三部分：检查级 CNN 模型

我们只是将一次检查中所有切片的 32 维嵌入向量堆叠起来，并选择 1024x32 作为通用图像大小。对于少于 1024 个切片的检查，我们进行零填充；对于超过 1024 个切片的检查，我们进行截断。该模型将预测 9 个检查级标签。