简介面向医学影像分析与深度学习开发者这份资源围绕“肺部结节分析2016”基准数据集给出了一套完整的三维CT影像肺结节检测实现方案。压缩包内共54个文件涵盖数据预处理、特征提取、模型训练、结节分类与结果预测等多个阶段的Python脚本还包含标注信息CSV、NumPy数组、示例图像、说明文档和训练配置等整体大小约9.6MB便携且易于部署。目前已有1481人学习适合需要复现肺结节检测流程、对比不同算法或开展实验的研究者使用。内容覆盖从原始CT数据转换到最终检测结果输出的完整链路并配有演示样例与说明文档能够帮助理解在基准数据上构建卷积神经网络、评估检测性能以及控制假阳性的方法。各模块按预处理、训练、测试和后处理逻辑组织便于按需调用与二次开发也是进一步优化模型结构、提升检测精度的直接起点。 做医学影像分析的人基本绕不开LUNA16这个数据集。它是目前肺结节检测领域使用最广泛的公开benchmark整套数据是3D-CT影像几十个GB看起来不多但真正跑起来从数据读取到模型训练处处都是坑。这篇文章是我就着3D-CT肺结节检测这个项目在LUNA16上的完整实践记录从数据准备、预处理、模型搭建到训练评估一次讲清楚。适合准备入门医学影像AI或者已经接触过2D检测、想往3D方向转的读者。肺结节检测在临床上要解决的核心问题是帮医生从几百张薄层CT切片里把可疑结节全部捞出来。人工阅片费时费力还容易视觉疲劳漏掉微小结节算法可以先一步把候选区域标出来供医生复核。落到工程上这就是一个以3D体数据为输入的目标检测任务和常见的2D检测相比输入多了一个深度维度内存占用、卷积计算、标注格式全部要重新设计。1. 项目定位与整体技术路线1.1 LUNA16数据集到底长什么样LUNA16全称LUng Nodule Analysis 2016是从LIDC/IDRI公共数据库中筛出来的888套CT扫描剔除了层厚大于3mm和切片缺失的数据。数据包里主要有几块内容原始CT图像.mhd加.raw格式、肺实质分割mask、候选结节标注csv以及官方评估脚本。标注文件里每条记录是一个结节字段包括seriesuid扫描唯一编号、世界坐标xyz和结节直径。这个数据集一个值得注意的点是标注只给结节中心点和直径不给逐体素的分割mask。这意味着你不能直接拿它来做语义分割训练只能在检测框架下处理。评估上官方用FROC曲线下的平均灵敏度作为核心指标通常记作CPMCompetition Performance Metric。这一指标关注的是在每扫描平均假阳性个数从0.125到8之间取9个档位时模型灵敏度的均值。1.2 两阶段方案为什么更靠谱肺结节检测的技术方案一般分两种。一种是端到端的三维目标检测网络像3D Faster R-CNN、3D FPN这类输入整图或者大patch直接把结节位置回归出来另一种是经典的“候选生成假阳性减少”两阶段流程。第一次跑项目我更推荐后者至少不要一上来就做端到端。原因很现实。第一端到端3D检测对显存和调参要求都很高输入尺寸稍大一点就OOM而且整个网络耦合度高出了问题很难定位是anchor设置的问题、回归损失的问题还是正负样本分配的问题。两阶段方案把任务拆成了两个清晰的子任务候选生成负责高召回假阳性减少负责高精度两个模型可以分开调优失败模式非常明确。第二LUNA16本身提供lung mask天然适合用它先排除肺外区域极大降低候选搜索空间。第三在医学落地场景里“召回优先”的候选列表加人工复核其实更符合使用习惯。后端决策走两阶段的经典pipeline具体主干网络可以自由替换。候选生成部分用一个深度3D分割网络我用的3D U-Net输出结节概率图再用连通域分析提取候选框分类部分用一个3D ResNet对候选patch做二分类甄别结节和假阳性。这套结构简单、组件可替换、调参路径清晰和医学影像任务“数据贵、标注贵、追求可解释”的调性很匹配。2. 数据读取与预处理先把坐标系理顺2.1 .mhd/.raw文件读取LUNA16里的CT影像不是常见的单个nii.gz而是mhdraw的组合。mhd是文本头记录图像尺寸、spacing、origin、direction等信息raw是纯二进制体素数据。我习惯用SimpleITK读取一条指令解决。import SimpleITK as sitk import numpy as np def load_ct(series_path): itk_img sitk.ReadImage(series_path) img sitk.GetArrayFromImage(itk_img).astype(np.float32) # shape (z, y, x) spacing itk_img.GetSpacing() # (x_spacing, y_spacing, z_spacing) origin itk_img.GetOrigin() return img, spacing, origin这里有一个非常容易踩的坑SimpleITK转出来的numpy数组shape永远是(z, y, x)而spacing的顺序是(x, y, z)。如果你直接用numpy的shape顺序去对齐spacing坐标换算会整体错位。我第一次跑实验时就是这里没注意导致检测框在三维可视化里全是偏移的。统一习惯是拿到数组后立刻记住维度顺序是z、y、xspacing反转成(z, y, x)再参与后续计算。2.2 重采样与HU值归一化不同CT扫描的体素间距差异很大有的层厚0.6mm有的1.5mm如果不统一同一网络对不同数据解析出的结节形态就不同。我的做法是全部重采样到1mm×1mm×1mm。这个间距能保留直径3mm以上结节足够的细节又不会让数据量爆炸。重采样在SimpleITK里直接调Resample即可插值选线性。def resample_to_isotropic(itk_img, target_spacing[1.0, 1.0, 1.0]): resampler sitk.ResampleImageFilter() resampler.SetOutputSpacing(target_spacing) resampler.SetSize(...) # 计算原图与目标spacing的尺寸比例 ... return resampler.Execute(itk_img)重采样这一步比较耗时建议一次性预处理完把结果存成npy或nii.gz后续训练直接读取不要每个epoch现场重采样。然后是HU值处理。CT值的单位是亨斯菲尔德HU空气约-1000水0骨骼通常上千。直接输入网络之前要裁剪和归一化。我的裁剪区间是[-1000, 400]这样把肺实质、软组织尽量保留骨骼高值去掉。之后线性缩放到[0, 1]。这一步看似简单却直接决定模型能否收敛很多小白把原始HU值直接喂进去训练loss怎么都降不下来。def preprocess_hu(img): img np.clip(img, -1000, 400) img (img 1000) / 1400.0 return img2.3 训练样本与数据增强候选生成阶段输入是切出来的3D patch比如96×96×96。裁剪时要确保patch落在lung mask内这样结节样本多、背景干净也能避免大量无效计算。标签的处理注意把结节中心按spacing换算到体素坐标后以中心点为球心、以标注直径为球径生成一个二值mask用于监督分割网络输出。类别不平衡是医学影像的常态背景体素远多于结节体素我用了dice loss加binary cross entropy的加权组合缓解前景主导。假阳性减少阶段的样本构造更讲究。正样本取以真实结节中心为中心的64×64×64 patch负样本从候选生成阶段输出的假阳性区域里采样同时保留一部分随机背景。在线增强我用随机翻转、90度旋转、随机缩放和亮度扰动。3D数据增强要谨慎翻转轴必须对应真实解剖方位比如不能随意做镜像翻转否则左右肺的分布会发生违反医学常理的变换导致模型学到错误先验。3. 模型搭建两个3D网络串起检测pipeline3.1 候选生成3D U-Net加连通域候选生成网络的任务是“宁多勿漏”。我用的是标准3D U-Net输入96×96×96 patch输出同样尺寸的结节概率图。网络结构核心是四层编码器加四层解码器编码器逐层下采样提取高层语义解码器通过skip connection恢复空间细节。在LUNA16这个任务上结节直径跨度从3mm到30mm单尺度U-Net对中小结节的召回会偏弱所以我加了输入尺度扰动和patch重叠推理来解决。推理时使用滑动窗口把整肺切patch重叠50%以消除边缘效应把概率图拼回完整体积。然后对概率图做阈值化用连通域分析提取候选区域取每个连通域的中心和等效半径作为候选检测框。阈值我通常设在0.3到0.5之间宁低勿高因为后面还有假阳性减少网络来兜底。3.2 假阳性减少3D ResNet分类候选生成网络输出的一堆候选框假阳性比例可能高达90%以上。假阳性减少网络针对每个候选框裁剪等尺寸patch输出这个patch是结节的概率。我用的主干是3D ResNet-18输入64×64×64最后接全局平均池化和softmax二分类。这个网络精度要求很高因为它直接决定最终precision。训练时对正负样本做hard negative mining先跑一轮完成分类网络初始训练然后把分类网络误判为结节的负样本重新加入训练集第二轮再训练效果肉眼可见地提升。optimizer torch.optim.AdamW(model.parameters(), lr1e-4, weight_decay1e-4) scheduler torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max40) criterion torch.nn.CrossEntropyLoss()3.3 评估指标与官方脚本对接项目最终成果需要用官方评估脚本打分。LUNA16官方评估脚本会加载你生成的submissions.csv格式要求是每行一个候选结节包含seriesuid、三个世界坐标和预测概率或标签。脚本会把预测结果与标注结节匹配当预测框中心点落在真实结节球心的一定半径范围内时判定为真阳性否则为假阳性。最终生成FROC曲线并计算在9个不同假阳性率档位上的平均灵敏度也就是CPM。CPM是衡量整体检测能力的核心数字目标一般要做到0.8以上顶尖方案能到0.9。import csv with open(submission.csv, w, newline) as f: writer csv.writer(f) writer.writerow([seriesuid, coordX, coordY, coordZ, probability]) for det in detections: writer.writerow([det.seriesuid, det.x, det.y, det.z, det.prob])4. 训练实战环境、参数与推理优化4.1 显存不够怎么办3D卷积最大的敌人是显存。96×96×96的patchbatch size开到4单卡16G就已经很吃紧。我的经验是几招组合解决第一用混合精度训练显存占用直接砍半第二改小patch尺寸到80×80×80对检测精度影响不大第三用梯度累积模拟更大的batch size第四backbone用预训练的3D ResNet而不是从头训练。如果公司有A100那是另外一回事普通消费级显卡靠这些优化也能跑得动。另外数据加载是另一个容易忽略的瓶颈。3D patch读取比2D大一个数量级建议用多进程DataLoaderprefetch_factor调到8以上缓存预处理后的npy到内存或SSD磁盘IO如果跟不上训练速度会被拉低到GPU利用率只有30%。4.2 训练参数与收敛经验我记录一下自己实测可用的关键参数。候选生成网络AdamW优化器初始学习率1e-3weight decay 1e-4使用warmup加cosine退火batch size 6混合精度训练50个epoch。假阳性分类网络AdamW初始学习率1e-4weight decay 1e-4batch size 32训练40个epoch。两个网络都采用早停策略在验证FROC上不提升就降低学习率。训练中要重点关注一个细节验证loss下降不代表检测性能提升。因为正负样本极度不平衡loss主要反映背景样本的拟合情况必须周期性在验证集上跑一次完整评估看CPM趋势。我最初训练候选生成网络时loss一直降但候选框和标注的重合率反而变差原因是分割mask在边界处过于膨胀。后来加了对输出概率图做形态学腐蚀候选中心才稳定。4.3 推理与后处理推理时把CT按lung mask裁剪成若干patch有重叠地滑窗输入网络得到概率图后做平均融合减少滑窗边缘误差。对候选生成的连通域结果我还会按概率排序只保留top 100个候选再送入假阳性减少网络。这样能显著降低推理时间。最终输出的检测框与标注结节中心做距离匹配如果距离小于结节半径则视为命中。NMS阶段用3D IoU计算阈值设0.5对重叠检测框做抑制。5. 常见问题与坑位排查5.1 坐标转换错乱这是我认为所有做3D医学影像的人都该先记下的教训。numpy数组的索引顺序和世界坐标之间的换算必须搞清楚。体素索引乘以spacing再加origin对应到世界坐标但要注意origin和direction的定义。做可视化调试时我建议把标注结节中心点直接用3D Slicer打开CT叠加显示出来马上就能发现坐标有没有问题。坐标错了后面所有检测结果都是无效的。问题现象常见原因解决办法检测框整体偏移spacing或shape顺序搞错统一(z,y,x)顺序spacing反转检测结果跑出肺外没使用lung mask裁剪推理时先乘mask候选框重复率高滑窗重叠太大合并重叠区域或提高NMS阈值5.2 训练不收敛或过拟合不收敛先查预处理和标签是否对齐我遇到过把结节中心坐标当成体素索引直接用导致标签位置错误的情况。过拟合则跟数据量和增强强度有关LUNA16只有888套CT正样本结节数量也就一千多个需要较强的正则化。我常用的手段包括更激进的随机缩放、cutout增强、在分类网络里加dropout、backbone使用预训练参数。5.3 评估脚本对接的隐蔽问题官方评估脚本对提交格式要求严格稍有不对就会报错。提交csv文件里seriesuid必须是字符串坐标必须是float不能有多余空格行尾不能有隐藏字符。我建议先看官方示例csv的结构再按相同格式输出。另外评估脚本会在全肺范围统计假阳性如果你的检测框包含太多微小噪声FROC曲线在低假阳性段的灵敏度会非常差。6. 经验总结与后续扩展这个东西我前前后后跑了两三个月最大的感受是3D医学影像和2D自然图像检测完全是两套思维。数据读取、坐标语义、显存预算、评估指标每一个环节都跟常规CV工作流有差异。对新手来说把LUNA16这个项目完整走一遍比刷十篇论文都管用因为它能在最短时间内让你把医学影像pipeline里所有的坑都踩一遍。后续如果要继续提升方向其实很明确一是把候选生成网络换成3D FPN或者直接在Voxel Space上做anchor-based检测减少两阶段误差累积二是引入多尺度输入或者预训练大模型蒸馏三是可以尝试把病例级别的上下文信息加进来。不过无论怎么扩展先把两阶段baseline跑通再谈优化这是每个做医学影像算法的人都该有的耐心。本文还有配套的精品资源点击获取 LUNA16肺结节检测实战：3D医学影像深度学习全流程解析
简介面向医学影像分析与深度学习开发者这份资源围绕“肺部结节分析2016”基准数据集给出了一套完整的三维CT影像肺结节检测实现方案。压缩包内共54个文件涵盖数据预处理、特征提取、模型训练、结节分类与结果预测等多个阶段的Python脚本还包含标注信息CSV、NumPy数组、示例图像、说明文档和训练配置等整体大小约9.6MB便携且易于部署。目前已有1481人学习适合需要复现肺结节检测流程、对比不同算法或开展实验的研究者使用。内容覆盖从原始CT数据转换到最终检测结果输出的完整链路并配有演示样例与说明文档能够帮助理解在基准数据上构建卷积神经网络、评估检测性能以及控制假阳性的方法。各模块按预处理、训练、测试和后处理逻辑组织便于按需调用与二次开发也是进一步优化模型结构、提升检测精度的直接起点。 做医学影像分析的人基本绕不开LUNA16这个数据集。它是目前肺结节检测领域使用最广泛的公开benchmark整套数据是3D-CT影像几十个GB看起来不多但真正跑起来从数据读取到模型训练处处都是坑。这篇文章是我就着3D-CT肺结节检测这个项目在LUNA16上的完整实践记录从数据准备、预处理、模型搭建到训练评估一次讲清楚。适合准备入门医学影像AI或者已经接触过2D检测、想往3D方向转的读者。肺结节检测在临床上要解决的核心问题是帮医生从几百张薄层CT切片里把可疑结节全部捞出来。人工阅片费时费力还容易视觉疲劳漏掉微小结节算法可以先一步把候选区域标出来供医生复核。落到工程上这就是一个以3D体数据为输入的目标检测任务和常见的2D检测相比输入多了一个深度维度内存占用、卷积计算、标注格式全部要重新设计。1. 项目定位与整体技术路线1.1 LUNA16数据集到底长什么样LUNA16全称LUng Nodule Analysis 2016是从LIDC/IDRI公共数据库中筛出来的888套CT扫描剔除了层厚大于3mm和切片缺失的数据。数据包里主要有几块内容原始CT图像.mhd加.raw格式、肺实质分割mask、候选结节标注csv以及官方评估脚本。标注文件里每条记录是一个结节字段包括seriesuid扫描唯一编号、世界坐标xyz和结节直径。这个数据集一个值得注意的点是标注只给结节中心点和直径不给逐体素的分割mask。这意味着你不能直接拿它来做语义分割训练只能在检测框架下处理。评估上官方用FROC曲线下的平均灵敏度作为核心指标通常记作CPMCompetition Performance Metric。这一指标关注的是在每扫描平均假阳性个数从0.125到8之间取9个档位时模型灵敏度的均值。1.2 两阶段方案为什么更靠谱肺结节检测的技术方案一般分两种。一种是端到端的三维目标检测网络像3D Faster R-CNN、3D FPN这类输入整图或者大patch直接把结节位置回归出来另一种是经典的“候选生成假阳性减少”两阶段流程。第一次跑项目我更推荐后者至少不要一上来就做端到端。原因很现实。第一端到端3D检测对显存和调参要求都很高输入尺寸稍大一点就OOM而且整个网络耦合度高出了问题很难定位是anchor设置的问题、回归损失的问题还是正负样本分配的问题。两阶段方案把任务拆成了两个清晰的子任务候选生成负责高召回假阳性减少负责高精度两个模型可以分开调优失败模式非常明确。第二LUNA16本身提供lung mask天然适合用它先排除肺外区域极大降低候选搜索空间。第三在医学落地场景里“召回优先”的候选列表加人工复核其实更符合使用习惯。后端决策走两阶段的经典pipeline具体主干网络可以自由替换。候选生成部分用一个深度3D分割网络我用的3D U-Net输出结节概率图再用连通域分析提取候选框分类部分用一个3D ResNet对候选patch做二分类甄别结节和假阳性。这套结构简单、组件可替换、调参路径清晰和医学影像任务“数据贵、标注贵、追求可解释”的调性很匹配。2. 数据读取与预处理先把坐标系理顺2.1 .mhd/.raw文件读取LUNA16里的CT影像不是常见的单个nii.gz而是mhdraw的组合。mhd是文本头记录图像尺寸、spacing、origin、direction等信息raw是纯二进制体素数据。我习惯用SimpleITK读取一条指令解决。import SimpleITK as sitk import numpy as np def load_ct(series_path): itk_img sitk.ReadImage(series_path) img sitk.GetArrayFromImage(itk_img).astype(np.float32) # shape (z, y, x) spacing itk_img.GetSpacing() # (x_spacing, y_spacing, z_spacing) origin itk_img.GetOrigin() return img, spacing, origin这里有一个非常容易踩的坑SimpleITK转出来的numpy数组shape永远是(z, y, x)而spacing的顺序是(x, y, z)。如果你直接用numpy的shape顺序去对齐spacing坐标换算会整体错位。我第一次跑实验时就是这里没注意导致检测框在三维可视化里全是偏移的。统一习惯是拿到数组后立刻记住维度顺序是z、y、xspacing反转成(z, y, x)再参与后续计算。2.2 重采样与HU值归一化不同CT扫描的体素间距差异很大有的层厚0.6mm有的1.5mm如果不统一同一网络对不同数据解析出的结节形态就不同。我的做法是全部重采样到1mm×1mm×1mm。这个间距能保留直径3mm以上结节足够的细节又不会让数据量爆炸。重采样在SimpleITK里直接调Resample即可插值选线性。def resample_to_isotropic(itk_img, target_spacing[1.0, 1.0, 1.0]): resampler sitk.ResampleImageFilter() resampler.SetOutputSpacing(target_spacing) resampler.SetSize(...) # 计算原图与目标spacing的尺寸比例 ... return resampler.Execute(itk_img)重采样这一步比较耗时建议一次性预处理完把结果存成npy或nii.gz后续训练直接读取不要每个epoch现场重采样。然后是HU值处理。CT值的单位是亨斯菲尔德HU空气约-1000水0骨骼通常上千。直接输入网络之前要裁剪和归一化。我的裁剪区间是[-1000, 400]这样把肺实质、软组织尽量保留骨骼高值去掉。之后线性缩放到[0, 1]。这一步看似简单却直接决定模型能否收敛很多小白把原始HU值直接喂进去训练loss怎么都降不下来。def preprocess_hu(img): img np.clip(img, -1000, 400) img (img 1000) / 1400.0 return img2.3 训练样本与数据增强候选生成阶段输入是切出来的3D patch比如96×96×96。裁剪时要确保patch落在lung mask内这样结节样本多、背景干净也能避免大量无效计算。标签的处理注意把结节中心按spacing换算到体素坐标后以中心点为球心、以标注直径为球径生成一个二值mask用于监督分割网络输出。类别不平衡是医学影像的常态背景体素远多于结节体素我用了dice loss加binary cross entropy的加权组合缓解前景主导。假阳性减少阶段的样本构造更讲究。正样本取以真实结节中心为中心的64×64×64 patch负样本从候选生成阶段输出的假阳性区域里采样同时保留一部分随机背景。在线增强我用随机翻转、90度旋转、随机缩放和亮度扰动。3D数据增强要谨慎翻转轴必须对应真实解剖方位比如不能随意做镜像翻转否则左右肺的分布会发生违反医学常理的变换导致模型学到错误先验。3. 模型搭建两个3D网络串起检测pipeline3.1 候选生成3D U-Net加连通域候选生成网络的任务是“宁多勿漏”。我用的是标准3D U-Net输入96×96×96 patch输出同样尺寸的结节概率图。网络结构核心是四层编码器加四层解码器编码器逐层下采样提取高层语义解码器通过skip connection恢复空间细节。在LUNA16这个任务上结节直径跨度从3mm到30mm单尺度U-Net对中小结节的召回会偏弱所以我加了输入尺度扰动和patch重叠推理来解决。推理时使用滑动窗口把整肺切patch重叠50%以消除边缘效应把概率图拼回完整体积。然后对概率图做阈值化用连通域分析提取候选区域取每个连通域的中心和等效半径作为候选检测框。阈值我通常设在0.3到0.5之间宁低勿高因为后面还有假阳性减少网络来兜底。3.2 假阳性减少3D ResNet分类候选生成网络输出的一堆候选框假阳性比例可能高达90%以上。假阳性减少网络针对每个候选框裁剪等尺寸patch输出这个patch是结节的概率。我用的主干是3D ResNet-18输入64×64×64最后接全局平均池化和softmax二分类。这个网络精度要求很高因为它直接决定最终precision。训练时对正负样本做hard negative mining先跑一轮完成分类网络初始训练然后把分类网络误判为结节的负样本重新加入训练集第二轮再训练效果肉眼可见地提升。optimizer torch.optim.AdamW(model.parameters(), lr1e-4, weight_decay1e-4) scheduler torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max40) criterion torch.nn.CrossEntropyLoss()3.3 评估指标与官方脚本对接项目最终成果需要用官方评估脚本打分。LUNA16官方评估脚本会加载你生成的submissions.csv格式要求是每行一个候选结节包含seriesuid、三个世界坐标和预测概率或标签。脚本会把预测结果与标注结节匹配当预测框中心点落在真实结节球心的一定半径范围内时判定为真阳性否则为假阳性。最终生成FROC曲线并计算在9个不同假阳性率档位上的平均灵敏度也就是CPM。CPM是衡量整体检测能力的核心数字目标一般要做到0.8以上顶尖方案能到0.9。import csv with open(submission.csv, w, newline) as f: writer csv.writer(f) writer.writerow([seriesuid, coordX, coordY, coordZ, probability]) for det in detections: writer.writerow([det.seriesuid, det.x, det.y, det.z, det.prob])4. 训练实战环境、参数与推理优化4.1 显存不够怎么办3D卷积最大的敌人是显存。96×96×96的patchbatch size开到4单卡16G就已经很吃紧。我的经验是几招组合解决第一用混合精度训练显存占用直接砍半第二改小patch尺寸到80×80×80对检测精度影响不大第三用梯度累积模拟更大的batch size第四backbone用预训练的3D ResNet而不是从头训练。如果公司有A100那是另外一回事普通消费级显卡靠这些优化也能跑得动。另外数据加载是另一个容易忽略的瓶颈。3D patch读取比2D大一个数量级建议用多进程DataLoaderprefetch_factor调到8以上缓存预处理后的npy到内存或SSD磁盘IO如果跟不上训练速度会被拉低到GPU利用率只有30%。4.2 训练参数与收敛经验我记录一下自己实测可用的关键参数。候选生成网络AdamW优化器初始学习率1e-3weight decay 1e-4使用warmup加cosine退火batch size 6混合精度训练50个epoch。假阳性分类网络AdamW初始学习率1e-4weight decay 1e-4batch size 32训练40个epoch。两个网络都采用早停策略在验证FROC上不提升就降低学习率。训练中要重点关注一个细节验证loss下降不代表检测性能提升。因为正负样本极度不平衡loss主要反映背景样本的拟合情况必须周期性在验证集上跑一次完整评估看CPM趋势。我最初训练候选生成网络时loss一直降但候选框和标注的重合率反而变差原因是分割mask在边界处过于膨胀。后来加了对输出概率图做形态学腐蚀候选中心才稳定。4.3 推理与后处理推理时把CT按lung mask裁剪成若干patch有重叠地滑窗输入网络得到概率图后做平均融合减少滑窗边缘误差。对候选生成的连通域结果我还会按概率排序只保留top 100个候选再送入假阳性减少网络。这样能显著降低推理时间。最终输出的检测框与标注结节中心做距离匹配如果距离小于结节半径则视为命中。NMS阶段用3D IoU计算阈值设0.5对重叠检测框做抑制。5. 常见问题与坑位排查5.1 坐标转换错乱这是我认为所有做3D医学影像的人都该先记下的教训。numpy数组的索引顺序和世界坐标之间的换算必须搞清楚。体素索引乘以spacing再加origin对应到世界坐标但要注意origin和direction的定义。做可视化调试时我建议把标注结节中心点直接用3D Slicer打开CT叠加显示出来马上就能发现坐标有没有问题。坐标错了后面所有检测结果都是无效的。问题现象常见原因解决办法检测框整体偏移spacing或shape顺序搞错统一(z,y,x)顺序spacing反转检测结果跑出肺外没使用lung mask裁剪推理时先乘mask候选框重复率高滑窗重叠太大合并重叠区域或提高NMS阈值5.2 训练不收敛或过拟合不收敛先查预处理和标签是否对齐我遇到过把结节中心坐标当成体素索引直接用导致标签位置错误的情况。过拟合则跟数据量和增强强度有关LUNA16只有888套CT正样本结节数量也就一千多个需要较强的正则化。我常用的手段包括更激进的随机缩放、cutout增强、在分类网络里加dropout、backbone使用预训练参数。5.3 评估脚本对接的隐蔽问题官方评估脚本对提交格式要求严格稍有不对就会报错。提交csv文件里seriesuid必须是字符串坐标必须是float不能有多余空格行尾不能有隐藏字符。我建议先看官方示例csv的结构再按相同格式输出。另外评估脚本会在全肺范围统计假阳性如果你的检测框包含太多微小噪声FROC曲线在低假阳性段的灵敏度会非常差。6. 经验总结与后续扩展这个东西我前前后后跑了两三个月最大的感受是3D医学影像和2D自然图像检测完全是两套思维。数据读取、坐标语义、显存预算、评估指标每一个环节都跟常规CV工作流有差异。对新手来说把LUNA16这个项目完整走一遍比刷十篇论文都管用因为它能在最短时间内让你把医学影像pipeline里所有的坑都踩一遍。后续如果要继续提升方向其实很明确一是把候选生成网络换成3D FPN或者直接在Voxel Space上做anchor-based检测减少两阶段误差累积二是引入多尺度输入或者预训练大模型蒸馏三是可以尝试把病例级别的上下文信息加进来。不过无论怎么扩展先把两阶段baseline跑通再谈优化这是每个做医学影像算法的人都该有的耐心。本文还有配套的精品资源点击获取