UBC-OCEAN 第5名解决方案

首先，我要向Kaggle团队主办这场精彩比赛表示感谢，同时也要感谢UBC的组织者。我也想对所有全力以赴的参赛者们表示赞赏。特别感谢我的队友@kapenon和@tascj0，感谢他们不知疲倦的努力和富有洞察力的讨论。

解决方案概述

最终提交方案总结：

• 推理包含两个阶段：
  • 区块选择模型 -> 仅全切片图像（WSI）
  • 分类模型 -> WSI和组织微阵列（TMA）

分割模型的训练细节（主要针对WSI，TMA直接中心裁剪）：

• 区块分类辅助模型（推理未使用）
  • 在1536x1536尺寸上随机裁剪区块，排除背景
  • 数据增强：随机水平和垂直翻转、随机旋转、RandAugment、随机灰度化、随机擦除
  • WSI标签作为区块标签
  • ConvNeXt-base架构
  • 6分类任务（Hubmap外部数据标记为"Other"）
• 分割辅助模型（推理未使用）
  • 使用主办方提供的掩码
  • 肿瘤二分类
  • 2倍放大倍数
  • SEResNeXt101 UNet架构
• 区块选择分割模型（推理使用）
  • 标签生成
    • 使用第一阶段模型对所有区块进行推理，保存WSI类别的预测概率
    • 使用第二阶段模型对所有WSI进行推理
    • 在2倍放大倍数下创建热力图
    • 热力图真实标签 = 0.5分类置信度 + 0.5肿瘤置信度
  • 训练
    • SEResNeXt101 UNet架构

区块分类模型的训练细节（推理使用）

• 在1536x1536尺寸上随机裁剪区块，排除背景
• 数据增强：随机水平和垂直翻转、随机旋转、RandAugment、随机灰度化、随机擦除 + 染色归一化
• WSI标签作为区块标签
• ConvNeXt-base、ConvNeXt-large、EVA（448x448尺寸）
• 6分类任务（Hubmap、Camelyon16、Camelyon17等数据集的区块标记为"Other"）
• 数据挖掘：
  • 第一轮训练
  • 预测所有前景区块：
    • 置信度<0.3的区块在第二轮中被伪标记为"Other"
    • 置信度0.3-0.6的区块被忽略
    • 置信度>0.6的区块伪标记为WSI标签
  • 第二轮训练

推理细节：

WSI推理流程

• 区块选择
  • 在2倍放大倍数下预测热力图，选择置信度最高的5个区块用于分类
• 分类
  • 预测5个区块并取平均值作为WSI预测结果
  • 染色归一化作为测试时增强（TTA）
• 大尺寸WSI图像的处理细节请参考提交笔记本

TMA推理流程

• 中心裁剪3072x3072尺寸的区块
• 调整至1536x1536尺寸
• 使用分类模型进行预测
• 染色归一化作为测试时增强（TTA）

使用的外部数据集及其许可：

• Hubmap: HuBMAP + HPA - Hacking the Human Body (https://www.kaggle.com/competitions/hubmap-organ-segmentation/overview)
• Camelyon16, 17: CC0许可 (https://camelyon17.grand-challenge.org/Data/)
• ovarian-bevacizumab-response（仅用于标记为'Other'的WSI）: CC BY 4.0许可 (https://www.cancerimagingarchive.net/collection/ovarian-bevacizumab-response/)

有效的策略

• 染色归一化
• 数据挖掘（伪标签）
• 用于识别有价值区块的分割模型
• 将外部数据集作为'Other'类别使用
• ConvNeXt和EVA02模型
• 多尺度集成

致谢

我们要感谢Kaggle支持系统以及Rist株式会社的情感支持。