1）肺癌早筛的重要性

     2）比赛训练数据集包含

     3）从数据的角度看，比赛的难点：

     1）二值化，分出肺区域和非肺区域

     2）形态学运算填充气管

     1）Nodule Detection（粗筛）

          基于3D CNN，用128x128x128的cube扫描扫描整个肺区域，返回每个cube中包含结节的概率。

                    

     2）Nodule Classification（精筛） 

          将概率最高的5个cube拿来，并且引入一个dummy nodule，用Fast-CNN来计算出这个病人有癌症的概率（廖方舟称之为confidence）。

          引入dummy nodule是为了对付没病灶但是有病的情况。

                         

          注意，detection和classification的网络是连在一起的（上图绿色部分和双层蓝色），训练过程中梯度能够传递。

     3）判断是否是癌症：

          再根据confidence做个贝叶斯二分类（cancer/non-cancer）

                    

     1）大结节数量少，但是对于判断癌症的重要性高（图中可以看出cancer group的结节直径要偏大一点），所以在采样的时候多采大尺寸结节。

                         

•Balancing sample numbers

•Diameter>6: x 1

•Diameter>30: x 3

•Diameter>40: x 7

     2） 扔负样本

          Detection 结果中概率排名top5以外还有一些概率排名较高的cube，从这些cube中取负样本。

     3） 强化正样本

          在正样本cube中，选取其他点作为cube中心，作新cube作为新正样本。

     

     1） 比赛的“黑幕”

           有的人偷数据刷lead board， 结果过拟合了，搬起石头砸自己的脚。

     2） PyTorch多线程生成随机数时种子一样，多个线程实际上生成完全一样的随机数