阿里天池 医疗大赛 第二季 感想

医疗影像类国内的比赛当属这个了 ，参赛队伍达到了2200多支。

接下来我来谈下自己在比赛中遇到的问题和一些想法。

第一：在对肺实质提取的过程中 ，其实是一个比较繁琐的事。但越是精细的肺实质提取，算法达到的瓶颈就会来的越迟。传统的形态学操作不失为一种好方法

第二：在对输入图片训练用的分割网络。使用了 u-net 和 voxresnet。在做segmentation的时候，注意不要resize，以前在分类网络中resize用的很习惯，这里使用却导致了过拟合，后面发现不进行resize的segmentation 效果更好。后来明白过来：segmentation 是像素级别的分类，resize会损失很多边缘信息。导致精度明显下降。和图片分类对图片的细节不在乎。

第三：在对分类网络进行融合的时候 voting 的效果会比较好。

第四：同样在多尺度上融合的训练 会给精度的提升带来不错的效果。

https://www.cnblogs.com/sddai/p/5696870.html  这个是有关医疗上准确率和召回率相关的科普