第二名解决方案

我的解决方案结合了之前参加 RSNA 挑战赛所获得的知识，其投入远不止我在这场比赛中高强度工作的那一个月。我一直很享受参加 RSNA 的挑战赛，并且因为亲属从事医疗行业，我对医学影像有着特殊的感情。

虽然获得第二名是一个很好的成绩，但发生这种情况的条件（即不合理的截止日期延长）让我感到非常痛苦。Kaggle 团队仍然不明白在最后一刻修改规则对参赛者有多大的伤害，或者他们根本不在乎。我已经因为全职参赛一个月而感到精疲力竭，在此基础上又增加了 2 天，加上以微弱差距错失第一名，这对我来说实在难以承受。

更新：

• 添加了更多细节，修复了 num_classes 的错误。
• 推理代码：https://www.kaggle.com/code/theoviel/rsna-abdominal-inf
• Github 训练代码：https://github.com/TheoViel/kaggle_rsna_abdominal_trauma

数据

我使用我的数据集！请给它们点个赞，助我达成 4x 特级大师。

此外，我将最长边调整为 512 并中心裁剪至 384。为了加快 2D 模型的推理速度，我还使用了隔帧采样（每 2 帧取 1 帧），并将序列长度限制为 600。对于需要特定输入尺寸的模型，图像随后被简单调整大小。

图像使用 dicomsdl 加载并在 GPU 上处理。速度很快。不含集成的管道运行时间不到 4 小时。

模型

概述

流程如下。它有两个组成部分：

• 2D 模型 + RNN：在需要时使用器官可见性分类来推断帧级标签。
• 肾脏/肝脏/脾脏的裁剪模型。结果在池化后输入 RNN。

它复用了 RSNA 骨折比赛的获胜思路（主要参考：[1], [2], [3]）。

2D 模型

要在 2D 模型中取得良好性能，关键在于巧妙地对帧进行采样，以提供有意义的信息并减少标签噪声。

为此，我使用一个简单但快速的 efficientnetv2_rw_t 来推断每一帧上存在哪些器官。在训练期间，帧的采样方式如下：

• 肾脏/肝脏/脾脏/阴性肠道：在器官内随机选取一帧。
• 阳性肠道/阳性外渗：使用帧级标签。
• 阴性外渗：在任何位置采样。

该模型提取序列中每一帧（隔帧）的概率，并在其上训练 RNN 以聚合结果。

细节：

• 重度增强（HFlip, ShiftScaleRotate, Color augs, Blur augs, ElasticTransform）+ cutmix (p=0.5)
• maxvit_tiny_tf_512 效果最好。convnextv2_tiny 和 maxvit_tiny_tf_384 也很棒。
• Ranger 优化器, bs=32, 40 epochs, lr=4e-5
• 唯一的 3D 信息是作为通道使用的 3 个相邻帧。
• 11 个类别：[bowel/extravasation]_injury（BCE 优化）。以及 [kidney/liver/spleen]_[healthy/low/high] 使用交叉熵优化。

裁剪模型

策略类似：关键是将包含信息的裁剪区域输入模型。在这种情况下