概述

• 2.5D分割模型：输入N个连续切片（在通道方向堆叠），输出对应的N通道掩码
• 输入图像仅裁剪肾脏区域，然后调整大小

流程详情

1. 预处理

1-1. 归一化

• 计算整个肾脏的亮度值直方图，并基于最小值和最大值进行归一化
• 按图像单位基于最大最小值归一化会导致图像外观变化，造成推理结果不自然切换。因此采用基于整个肾脏亮度分布的归一化方法
• 代码实现：

def get_min_max_val(image_dir):
    img_paths = sorted(glob(os.path.join(image_dir, "*.tif")))
    
    pixels = np.zeros((65536,), dtype=np.int64)
    for img_path in tqdm(img_paths):
        img = cv2.imread(img_path, cv2.IMREAD_UNCHANGED)
        _pixels = np.bincount(img.flatten(), minlength=65536)
        pixels += _pixels

    bin = 1000
    hist = []
    bins = []
    for i in range(0, 65535+bin, bin):
        hist.append(pixels[i:i+bin].sum())
        bins.append(i)
    hist = np.array(hist)
    hist_rate = hist/hist.max()
    idxes = np.where(hist_rate>0.01)[0]
    min_idx = idxes[0]
    max_idx = idxes[-1]
    return bins[min_idx]-5000, bins[max_idx]+5000

min_val, max_val = get_min_max_val(inference_img_dir)
img = cv2.imread(path, cv2.IMREAD_UNCHANGED)
img = img.astype('float32')
img = np.clip(img, min_value, max_value)
img = (img-min_value)/max_value

1-2. 裁剪

• 使用分割模型推断整个肾脏的掩码，从而获得肾脏区域的矩形框
  
• 肾脏分割模型使用Unet（骨干网络：efficientnet_b4），仅使用kidney_1_dense作为训练数据
• 仅裁剪肾脏区域消除了图像中的浪费区域，大大提高了血管分割的准确性
• 训练过程中，矩形的高度和宽度会随机增减±5%作为数据增强

1-3. 调整大小

• 由于本次比赛指标对掩码要求严格，将图像调整到更大的尺寸非常重要
• 在解决方案中，将图像调整至GPU内存允许的最大尺寸（1536~1920范围内）
• 使用OpenCV的resize函数调整掩码后再调整回原始大小会导致像素向右下方偏移，造成精度显著下降。因此需谨慎处理：
  • 使用仿射变换，同时平移0.5个像素并缩放图像，防止像素错位
  • 此想法受凝结尾迹比赛解决方案的启发
    

2. 血管分割

模型

• 使用Unet（smp实现），骨干网络包括resnest14d、resnest50d、maxvit_tiny，最终提交采用等权重集成
• 采用2.5D模型：输入由n（5或7）个连续切片在通道方向堆叠组成的图像，输出对应的n通道掩码

数据

• 训练数据：kidney_1_dense，验证数据：kidney_3_dense
• 部分模型使用kidney_2和伪标签数据作为外部训练数据

增强

• 使用旋转、翻转和亮度增强（albumentations实现）
• 尝试过形状变换类增强（如Distortion），但因会降低CV/LB精度而未使用

推理

• 在XY、XZ和ZY方向分别进行推理
• 推理时使用比训练更大的输入尺寸，提高了CV和LB精度
• 阈值根据CV确定，使用0.25

总结

最终分数如下表所示：