10.6.3 项目：医学影像分析【选修】

本节定位

医学影像项目和普通视觉项目最大的不同，不在于模型换了个名字，而在于：

• 错误代价更高
• 数据更贵
• 标注更难
• 上线边界更敏感

所以它特别适合用来练“高风险 AI 项目”的判断能力。

学习目标

• 学会把医学影像项目范围定得足够清楚
• 学会把标注、指标和临床风险一起写进项目定义
• 学会设计更像临床辅助系统的评估展示方式
• 学会把这类项目做成作品级页面而不是炫图演示

---

先建立一张地图

医学影像项目更适合按“任务边界 -> 风险指标 -> 人工复核 -> 错误复盘”的顺序理解：

flowchart LR
    A["定义任务边界"] --> B["选择高风险指标"]
    B --> C["模型预测"]
    C --> D["人工复核"]
    D --> E["失败样本复盘"]

所以这节真正想解决的是：

• 医学影像项目为什么不能只拿普通视觉项目那套思路直接套
• 为什么这类项目特别强调边界、风险和复核

---

一、项目题目为什么一定要收窄？

一个适合作品集的题目可以是：

做一个“肺部病灶区域分割辅助系统”，输入 CT slice，输出病灶区域 mask 和风险说明。

为什么这个题目好？

• 输入输出明确
• 指标可解释
• 风险边界清晰

为什么不建议一开始做太大？

例如：

• 覆盖多器官、多病种、多模态

这会让项目从一开始就失去可验证性。

---

二、作品级医学影像项目最小闭环

1. 定义任务和临床边界
2. 说明标注协议
3. 选 baseline
4. 定义高风险指标
5. 展示成功与失败样例
6. 明确人工复核与适用边界

如果这些没讲清，项目就很难让人信任。

一张更像真实临床辅助系统的闭环图

flowchart LR
    A["影像输入"] --> B["模型预测"]
    B --> C["风险指标"]
    C --> D["人工复核"]
    D --> E["最终结论"]
    E --> F["错误复盘与标注修订"]
    F --> A

这个闭环很重要，因为医学影像项目通常不是：

• 模型跑完就结束

而是：

• 模型先给出辅助判断
• 人工再做确认
• 失败样本再回流修订数据和规则

---

三、先看一个更像真实项目的规划对象

from dataclasses import dataclass, field


@dataclass
class MedicalProject:
    task: str
    input_type: str
    labels: list
    metrics: list
    clinical_constraints: list
    risks: list = field(default_factory=list)


project = MedicalProject(
    task="肺部病灶区域分割",
    input_type="CT slice",
    labels=["background", "lesion"],
    metrics=["dice", "iou", "sensitivity", "false_negative_rate"],
    clinical_constraints=[
        "高风险样本必须人工复核",
        "结果仅作辅助，不直接替代临床判断",
    ],
    risks=["标注不一致", "类别极度不平衡", "假阴性代价高"],
)

print(project)

预期输出：

MedicalProject(task='肺部病灶区域分割', input_type='CT slice', labels=['background', 'lesion'], metrics=['dice', 'iou', 'sensitivity', 'false_negative_rate'], clinical_constraints=['高风险样本必须人工复核', '结果仅作辅助，不直接替代临床判断'], risks=['标注不一致', '类别极度不平衡', '假阴性代价高'])

这个输出刻意不只是指标列表，而是把任务、输入、标签、指标、临床边界和风险一起写进了一个项目对象。

为什么这里要把 clinical_constraints 单独列出来？

因为这类项目和普通视觉项目最大的差别之一就在于：

• 不是只看模型成绩
• 还要看临床使用边界

这也是它更像真实高风险项目的地方。

---

四、为什么这类项目最怕假阴性？

如果模型漏掉病灶， 通常风险比多报一个可疑区域更大。

所以作品级项目里， 很值得单独展示：

• sensitivity / recall
• false negative rate

而不是只放一个总体准确率。

一个更适合新人的总类比

你可以把医学影像系统想成：

• 机场安检机器

它可以多报几个可疑包裹，再让安检员复查； 但如果真正危险的包裹完全没被发现，问题会严重得多。

这就是为什么很多医学项目里：

• 误报很烦
• 漏报更危险

再看一个最小“病例复核优先级”示例

cases = [
    {"id": "case-001", "lesion_score": 0.91, "size_mm": 18},
    {"id": "case-002", "lesion_score": 0.44, "size_mm": 5},
    {"id": "case-003", "lesion_score": 0.78, "size_mm": 22},
]


def review_priority(case):
    if case["lesion_score"] >= 0.85:
        return "high"
    if case["lesion_score"] >= 0.6 or case["size_mm"] >= 20:
        return "medium"
    return "low"


for case in cases:
    print(case["id"], review_priority(case))

预期输出：

case-001 high
case-002 low
case-003 medium

case-001 因为分数高，所以优先级高；case-003 虽然分数没超过 0.85，但病灶尺寸较大，所以是中优先级。

这个例子虽然很小，但它已经体现出一个真实项目思路：

• 不是所有样本都同样对待
• 高风险样本要优先人工复核

---

五、一个最小“高风险指标优先级”示例

metrics = {
    "dice": 0.81,
    "iou": 0.69,
    "sensitivity": 0.92,
    "false_negative_rate": 0.08,
}


def risk_summary(metrics):
    if metrics["false_negative_rate"] > 0.1:
        return "当前假阴性偏高，不适合直接作为高风险辅助系统。"
    if metrics["sensitivity"] < 0.9:
        return "召回仍偏低，建议优先继续优化病灶检出率。"
    return "指标初步可用，但仍需配合人工复核与临床验证。"


print(risk_summary(metrics))

预期输出：

指标初步可用，但仍需配合人工复核与临床验证。

这些指标通过了这个简化风险门槛，但提示语仍然保留临床边界：这是辅助系统，不是自动诊断。

这个例子为什么比只打印一堆分数更有价值？

因为它把指标翻译成了：

• 可用于项目判断的语言

这在医学项目里非常关键。

一个更适合初学者先记的评估表

指标	更像在回答什么问题
Dice / IoU	区域分得准不准
Sensitivity / Recall	真正的病灶有没有尽量找出来
False Negative Rate	漏掉高风险样本的比例有多高
人工复核通过率	结果有没有机会进入真实辅助流程

这个表很适合新人，因为它会把医学影像评估从“又多几个指标名”重新变成“这些指标到底在替谁服务”。

读图提示

医学影像项目不能只展示漂亮 mask。读这张图时按任务边界、标注协议、sensitivity、false negative rate、人工复核和失败样本回流来判断它是否可信。

---

六、医学影像项目最值得展示什么？

建议至少展示：

1. 原图
2. 专家标注 mask
3. 模型预测 mask
4. 失败样例
5. 风险边界说明

为什么这些比“几张好看的成功图”更重要？

因为高风险项目最重要的是：

• 可信
• 可解释
• 边界清楚

如果你第一次做这类项目，最稳的默认顺序

更稳的顺序通常是：

1. 先把任务收窄成一个病种或一个器官
2. 先做二分类或单类分割 baseline
3. 先把标注协议和风险边界写清楚
4. 再补 sensitivity、false negative rate 这些高风险指标
5. 最后再展示成功样本、失败样本和人工复核流程

这样会比一开始就追求：

• 多病种
• 多模态
• 多任务

更容易做出一个可信的项目。

如果把它做成作品集，最值得展示什么

最值得展示的，不只是模型分数，而是：

1. 任务为什么收得这么窄
2. 为什么假阴性是重点风险
3. 模型结果如何进入人工复核流程
4. 失败样本长什么样
5. 你的项目边界在哪里

这样招聘方或读者会更容易感觉到：

• 你理解的是系统问题
• 不只是会跑一个分割模型

一个新人可直接照抄的错误分析顺序

第一次做这类项目时，更稳的错误分析顺序通常是：

1. 先分漏检和误检
2. 再看高风险样本是不是特别容易错
3. 再看边界问题还是标注问题更突出
4. 最后再决定是补数据、补规则还是改模型

这样会比一上来就重新换网络更容易看清真正问题。

目标是拿出围绕风险的证据，而不是只做视觉演示效果。

---

七、最常见误区

只看总体准确率

不写标注一致性问题

不说明人工复核边界

只展示漂亮成功图，不展示高风险错例

医学影像项目最容易“看起来很强”， 因为成功案例往往很直观。 但真正更有价值的通常是：

• 哪些病例最容易漏
• 哪些边界最容易分错
• 这些错误会不会影响人工辅助决策

---

留下的证据

学完这一页，至少保留这张证据卡：

任务输出

分类标签、检测框、分割掩膜、OCR 文本或视频事件

工件

原始图像、处理后图像、预测叠加图、指标文件和失败样本

指标

准确率/F1、mAP、IoU、Dice、延迟或场景特定审查分数

失败检查

数据质量、标签错误、预处理不匹配、阈值或部署约束

期望产出

一个可复现的运行文件夹，包含可视化输出和简短失败报告

小结

这节最重要的是建立一个作品级判断：

医学影像项目真正像项目的地方，不是模型多复杂，而是你能否把任务边界、标注协议、敏感指标和风险说明一起讲清楚。

只要这一点做到位，这类项目会非常有说服力。

这节最该带走什么

• 医学影像项目比普通视觉项目更强调风险边界
• 很多时候 sensitivity 和 false negative rate 比总体准确率更关键
• 一个可信的医学项目，必须把人工复核和适用边界一起讲出来

---

版本路线建议

版本	目标	交付重点
基础版	跑通最小闭环	能输入、能处理、能输出，并保留一组示例
标准版	形成可展示项目	增加配置、日志、错误处理、README 和截图
挑战版	接近作品集质量	增加评估、对比实验、失败样本分析和下一步路线

建议先完成基础版，不要一开始就追求大而全。每提升一个版本，都要把“新增了什么能力、怎么验证、还有什么问题”写进 README。

练习

1. 把项目再改成一个更小的二分类筛查任务，重写 clinical_constraints。
2. 为什么说医学影像项目里 false_negative_rate 往往比总体准确率更值得被单独展示？
3. 想一想：标注一致性不高时，模型结果该怎么被解读？
4. 如果把这个项目放进作品集，哪一段风险说明最值得你单独强调？

项目交付参考与讲解

1. 更安全的二分类筛查版本可以定义为“是否存在高风险发现”。clinical_constraints 应写清楚：输出只作为筛查辅助，优先 sensitivity，并且必须有人类复核边界。
2. false_negative_rate 值得单独展示，因为漏掉阳性高风险案例可能比很多普通错误更危险。当阳性很少时，整体 accuracy 会掩盖这个风险。
3. 当标注一致性不高时，模型结果必须谨慎解释。应报告标签分歧、复核规则和不确定性，而不是宣称具有诊断可靠性。
4. 放进作品集时，最应强调风险边界：不是诊断工具、需要 human-in-the-loop 复核、如何处理 false negative、数据集限制，以及哪些情况必须升级处理。