Skip to content

阿里云天池大赛2019——肺部CT多病种智能诊断,参赛代码

Notifications You must be signed in to change notification settings

Henry-Mike/TianChi2019-lung-CT

Repository files navigation

阿里云天池大赛——肺部CT多病种智能诊断

本仓库为 阿里云天池大赛-肺部CT多病种智能诊断 的参赛代码。

数据集

  • 输入:N 个患者的 3D CT 扫描图片,每个 3D 扫描图片包含一定数量的 2D 切片。
  • 标签:包含四种病灶,标注了所有病灶的中心位置和 3D 长宽高。
  • 目标:自动标注测试集中的病灶中心位置,只要该位置位于实际病灶的 3D 立方体内部,即认为标注正确。

Alt text

模型

模型采用了 Mask_RCNN

但由于我们不需要识别 mask,所以将 mask 的相关逻辑删除了,见 修改后的 Mask_RCNN

修改之后相当于 Faster-RCNN,但在 ROI 部分使用的是 ROI-Align,而非 ROI-Pooling。一般来说,ROI-Align 的效果更好。

下载预训练权重,提取码 fjf7

效果

2D 识别效果:

Alt text

文件 result.csv 为预赛最终提交结果,总排名 71/1635。

改进方向

目前的模型仍然是基于对 2D 图像的检测,最终使用一种启发式的方法将得到的 2D 标注连接成为 3D 标注。

如果将 Mask-RCNN 模型改造成接受 3D 图像,预计效果会有很大提升。

参考资料

About

阿里云天池大赛2019——肺部CT多病种智能诊断,参赛代码

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published