1. 团队介绍

队伍名：DL，成员：王智博、胡巧。

2. 问题描述

本次比赛希望通过目标检测、深度学习等人工智能算法进行肺部CT多病种的智能诊断，用于辅助医生诊断，提高诊断精度，减少误检。初赛提供了1837份CT扫描，层厚以5mm为主（占比超过80%），共4种病灶；复赛提供了712份CT扫描，层厚都是2mm，共7种病灶。标注都为长方体。

3. 解决方案

整体结构：两阶段模型

• 第一阶段使用2D单通道 YOLOv3检测位置并预测概率。
• 第二阶段使用7个二分类3D CNN模型进一步降低假阳性。两阶段概率加权。

3.1 第一阶段

YOLO结构大体如下

第一阶段数据预处理

• 首先剔除较大标注，对标注大的类删除10%最大的框，标注小的类也适当删除2%
• 对于剩下的长方体标注，它们涉及到的2D切片都会进入我们的训练集
• HU值按照[-1000, 400]截断并归一化到[0, 1]之间
• （没有进行肺部分割等操作）

第一阶段我们对YOLOv3本身进行了如下改变

• 使用Focal Loss代替交叉熵损失
• 使用GIOU代替距离损失
• 重新对标注（剔除异常值后的标注）进行anchor聚类

其他细节

• 不使用预训练模型，从随机初始化开始训练
• 训练时每个batch随机从10种输入尺寸320-608中选择一种
• 使用类似FPN的结构，三种尺寸的输出
• YOLO的类别损失使用的是7个sigmoid二分类损失而不是softmax多分类损失，这与第二阶段的7个二分类模型对应，概率可以融合
• 训练时使用了水平翻转、随机裁剪两种数据增强方法

结果后处理：相邻点合并。因为2D模型对每张切片预测，会对同一个标注预测出多个位置，通过合并主要在z方向上合并重复框。

3.2 第二阶段

使用浅层3D网络对每一类进行二分类，模型结构如图所示

数据截取

• 先将CT插值到三个方向spacing都是1
• 判断第一阶段检测的位置是否落入真实框内，如果落入则标为1，不落入则标为0。
• 以第一阶段预测的位置为中心截取适当大小的立方体
• 数据特点：正负样本严重不均衡

数据增强训练

• 数据量上的增强：增加正样本出现次数，增加后每类正负样本比达到1:5左右
• 增强方式：xyz三个方向随机翻转、90度倍数旋转、裁剪、平移
• 正例以较大概率增强，负例以较小概率增强（一般正例0.7，负例0.3）
• 效果：使原本不能收敛的模型收敛，使模型更加稳健

训练改进：不同类截取不同尺寸、部分类截取两种尺寸。下面是各个类我们使用的尺寸

两阶段融合：两阶段的预测概率进行加权平均。

4. 效果

复赛结果：

• 将训练数据拆分出70%的训练集训练，在剩余30%验证集上预测的结果：平均FROC第一阶段yolo单独可以达到0.39，加上第二阶段可以达到0.45。
• 使用全部数据训练，在测试集上的预测，两阶段合起来达到0.476。
• 推断时间：不考虑数据预处理时间，单独看模型预测时间，两阶段加起来是180张CT耗时21分钟，平均每张CT耗时7秒。

5. 总结

初赛复赛一个多月，我们几乎将所有的精力都投入到这次比赛之中，这个过程中有模型效果提升的喜悦，也有尝试无果的无奈，但能专注地做一件事总是会有很大的收获。非常感谢主办方提供的数据和平台，让我们有机会参与实战积累经验，也感谢其他工作人员背后的辛苦付出！