第10名解决方案（附代码）

代码地址 - https://github.com/OrKatz7/RSNA-Pulmonary-Embolism-Detection

完整流程图

总体策略

1. 训练图像级的 2D CNN 模型，并将提取的特征保存到硬盘。
2. 训练检查级的 3D CNN 模型，并将提取的特征保存到硬盘。
3. 将 2D 和 3D 特征输入到序列模型中。

2D CNN 建模

1. 数据预处理 - 基于 Ian Pan 的方法：查看讨论
2. 数据增强 - 随机亮度对比度、水平翻转、弹性变换、网格畸变、垂直翻转、平移缩放旋转、随机裁剪。
3. CNN 模型 - EfficientNet-b3, EfficientNet-b4, EfficientNet-b5。

3D CNN 建模

基于 @boliu0 的流程：MONAI 3D CNN 训练

序列模型

• 输入 - 来自多个 2D 模型的切片嵌入 + 来自 3D 模型的检查嵌入。
• 损失函数 - RSNA 评估指标。