第5名解决方案概述

感谢所有组织者举办这次比赛。并祝贺所有的参与者和获奖者——这些比赛和解决方案变得越来越先进了 😁

我的计算资源最初是 AWS 上的 v100，处理 320x320 的图像，并在 Macbook 上进行原型设计（很多工作可以在 CPU 上检查）。然后在最后 3 周，我转移到 A100 上运行 512x512（感谢 DoubleYard）——每张卡 40GB GPU 内存——一张卡就足够了。

总的来说，解决方案的流程最终与去年非常相似，但实现这一目标的过程却大不相同。比赛使用的指标很难模拟，并且流程的所有部分都需要最终确定/集成，才能获得关于比赛基准的反馈。

预处理

几乎原样使用了 Ian Pan 帖子中的窗口化处理，只是将其并行化以加快速度。后来我发现有些 dicom 文件丢失了，这是由于 pydicom 的使用方式造成的，但我认为大部分是好的。

轻微的增强，也许更多增强会有所帮助，但我不想丢失关于 PE 位于哪一侧的信息。

图像级别

在我尝试的所有模型中，Efficientb5 在速度和损失方面似乎都更好。鉴于提交的时间和计算限制，速度很重要。

数据采样器在每个 epoch 中从每个研究中至少提取两张图像，并对阳性图像进行过采样，以提供 4:1 的阴性:阳性比例，图像批量大小为 48（使用半精度 - amp）。

加权研究损失在每一步仅针对阳性样本计算（权重按照比赛指标权重，不包括 negative_exam_for_pe），图像损失则针对所有样本计算。每一步的最终损失是两个平均值的总和；图像损失经过了调整，以便图像损失和研究损失大致相等。

每个 epoch 大约需要 5 分钟，运行了约 15 个 epoch，最终解决方案使用了五折交叉验证中的三折。

研究级别

将每张图像的 GAP 层提取到磁盘。这些被输入到三个独立的序列模型中。