第 9 章 医学影像项目实战

第 9 章　医学影像项目实战

本章导读

前八章解决了"每个技术点怎么做"，本章回答"一个完整项目怎么做 "。医学影像 AI 项目的失败很少因为算法不够先进，而是因为：数据泄漏、标注不一致、评估设计缺陷、忽视临床工作流。本章首先建立医学影像项目的工程方法论（9.1：数据集获取、标注规范、项目管理），然后通过两个端到端案例完整走通从数据到交付的全过程------胸部 CT 肺炎检测系统 （9.2，分类 + 定位任务）与病理 WSI 辅助诊断（9.3，弱监督 + Transformer 任务）。两个案例分别代表"自然影像"与"超大病理图像"两类最典型的项目形态，代码均可直接改造复用于你自己的项目。

---

本章学习目标

• 知道医学影像项目的标准数据集来源与各自特点；

• 理解标注规范、标注质控与数据划分在医学场景下的特殊性；

• 能搭建一个端到端的胸部 CT 肺炎检测训练管线（预处理→CNN→评估）；

• 理解 WSI 分块推理、特征聚合与 Transformer 分类的完整流程；

• 能说出医学 AI 评估为什么不能只看准确率，以及临床性能验证的基本要求。

---

9.1　项目流程与数据管理

9.1.1　医学影像项目的生命周期

图 9-1　医学影像 AI 项目生命周期八环节与迭代回路

与通用 CV 项目相比，医学影像项目有显著的领域特殊性：

需求定义  →  数据获取  →  数据治理  →   标注   →   建模   →   验证   →   部署   →   监测
   ↑            ↑           ↑          ↑          ↑          ↑          ↑        ↑
 临床科室      伦理审查     去标识化   双读仲裁   患者级      外部验证    工作流    性能
 深度参与      IRB 批准     DICOM     标注规范    划分       多中心      集成     漂移
                           清洗       一致性                 PACS      预警

关键差异点：

环节	通用 CV 项目	医学影像项目
数据获取	网络爬取/众包	伦理审批、院内导出、脱敏
标注	廉价众包	放射科医生（昂贵、稀缺、双读仲裁）
数据划分	随机划分	必须患者级划分（第 5 章警示）
验证	测试集指标	外部多中心验证 + 读者研究
部署	API 服务	PACS/HIS 集成、监管审批（NMPA/FDA）

9.1.2　公开数据集获取

医学影像 AI 的第一步通常不是写代码，而是拿到数据。善用公开数据集可以跳过最昂贵的采集与标注环节。主流数据集按任务分类：

数据集	模态/部位	规模	任务	获取方式
NIH ChestX-ray14	胸部 X 线	112,120 张	14 类疾病分类	NIH 官网直接下载
CheXpert	胸部 X 线	224,316 张	疾病分类	注册后下载
LIDC-IDRI	肺部 CT	1,018 例	结节检测（4 医生标注）	TCIA 注册下载
BraTS	脑 MRI	2,000+ 例	肿瘤分割（年度挑战赛）	Synapse 注册
KiTS	肾脏 CT	300--600 例	肾肿瘤分割	挑战赛官网
ISBI Cell Tracking	显微图像	多序列	细胞追踪	官网下载
Camelyon16/17	病理 WSI	400/1,399 张	淋巴结转移检测	官网注册
PanNuke	病理 patch	200,000+ 核	核实例分割与分类	官网下载
The Cancer Imaging Archive (TCIA)	多模态	数百个集合	综合	部分公开

# 示例：LIDC-IDRI 的获取与整理
# 1. 在 TCIA (https://www.cancerimagingarchive.net) 注册并下载 NBIA Data Retriever
# 2. 用 .tcia 清单文件批量下载 DICOM
# 3. 整理为标准目录结构
data/LIDC-IDRI/
├── LIDC-IDRI-0001/
│   ├── CT/                # DICOM 序列
│   └── annotations.xml    # 4 位医生的结节轮廓标注
├── LIDC-IDRI-0002/
└── ...

# 4. 用 pylidc 库直接读取（自动关联 DICOM 与标注）
# pip install pylidc

import pylidc as pl

# pylidc 提供查询式接口
scan = pl.query(pl.Scan).filter(pl.Scan.patient_id == 'LIDC-IDRI-0078').first()
vol = scan.to_volume()                        # 自动 HU 转换的 3D 体数据
annotations = scan.cluster_annotations()      # 按结节聚类 4 位医生的标注

for nodule in annotations:
    # 每个结节有 4 位医生的独立轮廓 → 可计算标注一致性、取共识
    consensus_mask, _ = pl.consensus(nodule, consensus_level=0.5)
    malignancy_scores = [a.malignancy for a in nodule]
    print(f"恶性评分（1-5）: {malignancy_scores}")

医学影像小贴士：数据集使用的三个合规检查

1. 许可协议：多数数据集要求署名 + 非商业使用 + 不得再分发（如 LIDC 的 CC BY 3.0）；商用产品需特别审查
2. 患者级去重：公开数据集内部可能存在同一患者的多次扫描，划分训练/测试集前必须按 patient_id 分组
3. 人群代表性：NIH ChestX-ray 来自美国成人，直接用于儿科或其他人群前需评估域偏移（domain shift）

9.1.3　数据标注规范与质量控制

图 9-2　患者级划分 vs 切片级数据泄漏

标注质量决定模型上限。医学影像标注的规范体系：

1. 标注前：制定标注手册（Annotation Guideline）

一份合格的标注手册必须包含：

• 解剖学定义：如"肺结节 = 直径 3--30mm 的圆形/类圆形密度增高影"
• 边界规则：磨玻璃成分是否纳入？紧贴胸膜的如何处理？
• 争议案例图库：典型疑难案例的标准答案
• 工具与快捷键：ITK-SNAP / 3D Slicer / LabelStudio 的操作规范

2. 标注中：双人标注 + 仲裁

放射科住院医师 A 标注 ─┐
                      ├─→ 一致性检查（Dice > 0.75?）─→ 不一致 → 高年资医师仲裁
放射科住院医师 B 标注 ─┘                                            ↓
                                                     纳入"争议案例图库"更新手册

3. 标注后：量化质控指标

def annotation_qc(mask_a, mask_b):
    """双人标注一致性量化"""
    intersection = np.logical_and(mask_a, mask_b).sum()
    dice = 2 * intersection / (mask_a.sum() + mask_b.sum())

    # 表面距离差异
    from scipy import ndimage
    boundary_a = mask_a ^ ndimage.binary_erosion(mask_a)
    boundary_b = mask_b ^ ndimage.binary_erosion(mask_b)
    dt_b = ndimage.distance_transform_edt(~boundary_b)
    assd = dt_b[boundary_a].mean()

    return {'dice': dice, 'assd_mm': assd}

# 批次质控：Dice < 0.75 的病例自动标记复核

重要：标注者间一致性是数据集的"天花板"

如果两位医生对同一病灶的分割 Dice 只有 0.80，那么任何模型的 Dice 超过 0.80 的部分都在拟合"标注噪声"。这就是为什么：先测标注者间一致性，再定模型的目标性能。这也是论文审稿人检查数据质量的第一问题。

---

9.2　实战案例：胸部 CT 肺炎检测系统

9.2.1　项目需求与系统设计

临床需求 ：急诊科高峰时段 CT 读片积压，需要系统自动标记可疑肺炎病例并优先推送（分诊/triage 场景）。

图 9-3　胸部 CT 肺炎检测系统架构

系统指标定义（开工前必须与临床科室确认）：

指标	目标值	理由
敏感性	≥ 95%	分诊系统漏诊代价高
特异性	≥ 85%	假阳性过多会被医生弃用
单例处理时间	< 30 秒	嵌入急诊工作流
可解释性	热图定位	医生需要"看到"依据

技术方案选型（呼应 7.3.3 节的决策表）：

• 输入：2.5D（相邻 3 层切片，比 2D 多上下文，比 3D 省显存）
• 网络：DenseNet-121（特征复用，中等数据量友好）
• 定位：Grad-CAM（分类网络免费获得定位热图，无需像素级标注）
• 数据增强：水平翻转 + 小角度旋转 + 亮度扰动（严禁上下翻转------肺的解剖方向有语义）

9.2.2　数据预处理与增强

"""
CT 肺炎数据集预处理与增强
"""
import numpy as np
import SimpleITK as sitk
import torch
from torch.utils.data import Dataset, DataLoader
from pathlib import Path

class PneumoniaCTDataset(Dataset):
    """胸部 CT 肺炎数据集：2.5D 输入"""
    def __init__(self, case_list, transform=None, mode='train'):
        self.cases = case_list
        self.transform = transform
        self.mode = mode

    def __len__(self):
        return len(self.cases)

    def load_volume(self, case_dir):
        """加载并预处理一个 CT 序列（第 4 章预处理链）"""
        img = sitk.ReadImage(str(case_dir / 'ct.nii.gz'))
        vol = sitk.GetArrayFromImage(img).astype(np.float32)

        # 肺窗归一化 [-1000, 400] HU → [0, 1]（模态特异标准化）
        vol = np.clip(vol, -1000, 400)
        vol = (vol + 1000) / 1400.0
        return vol

    def extract_2p5d(self, vol, slice_idx):
        """提取以 slice_idx 为中心的 3 层作为 3 通道"""
        z = vol.shape[0]
        slices = [max(0, min(z - 1, slice_idx + d)) for d in (-1, 0, 1)]
        return np.stack([vol[s] for s in slices], axis=0)   # (3, H, W)

    def __getitem__(self, idx):
        case = self.cases[idx]
        vol = self.load_volume(case['dir'])

        # 训练时随机选一层，验证时逐层扫描
        if self.mode == 'train':
            slice_idx = np.random.randint(1, vol.shape[0] - 1)
        else:
            slice_idx = case['slice_idx']

        img = self.extract_2p5d(vol, slice_idx)

        if self.transform:
            img = self.transform(img)

        return torch.tensor(img), torch.tensor(case['label'], dtype=torch.long)

数据增强的医学约束（呼应 4.4 节与 8.3.1 节）：

import torchvision.transforms.v2 as T

train_transform = T.Compose([
    T.RandomHorizontalFlip(p=0.5),                    # ✅ 左右翻转（肺左右对称）
    T.RandomRotation(degrees=10),                     # ✅ 小角度旋转（体位差异）
    T.RandomAffine(degrees=0, translate=(0.05, 0.05)),# ✅ 小平移
    T.ColorJitter(brightness=0.15),                   # ✅ 亮度扰动（设备差异）
    # ❌ 禁止：垂直翻转、大角度旋转、弹性形变过大（破坏解剖拓扑）
])

数据增强对医学影像尤其重要 ------ 真实数据往往几百例就捉襟见肘。常用增强：随机旋转、随机翻转、弹性形变、Gamma 扰动、加高斯噪声。注意医学影像增强要有医学常识：胸片不能上下翻转（左右会颠倒，心脏位置错了），CT 轴向翻转要谨慎，弹性形变不能过度（会破坏解剖）。

医学影像小贴士：验证集绝不做随机增强

训练集用随机增强，验证/测试集必须确定性处理------否则两次评估结果不可比，也无法定位性能波动来自模型还是增强。推理阶段如需提升稳定性，用 TTA（测试时增强）：对同一输入做 N 次增强前向，平均预测概率，并如实报告。

9.2.3　模型训练：CNN 分类 + Grad-CAM 定位

"""
基于DenseNet的分类器
"""
from monai.networks.nets import DenseNet121
import torch.nn as nn
import torch.nn.functional as F

class PneumoniaDetector(nn.Module):
    """2.5D DenseNet-121 肺炎分类器"""
    def __init__(self, dropout=0.3):
        super().__init__()
        self.backbone = DenseNet121(spatial_dims=2, in_channels=3,
                                    out_channels=2, dropout_prob=dropout)

    def forward(self, x):
        return self.backbone(x)

def train_one_epoch(model, loader, optimizer, criterion, device):
    model.train()
    total_loss, correct, total = 0, 0, 0
    for images, labels in loader:
        images, labels = images.to(device), labels.to(device)

        # 类别加权（肺炎病例少，第 5 章不平衡处理思想）
        logits = model(images)
        loss = criterion(logits, labels)

        optimizer.zero_grad()
        loss.backward()
        optimizer.step()

        total_loss += loss.item() * len(labels)
        correct += (logits.argmax(1) == labels).sum().item()
        total += len(labels)
    return total_loss / total, correct / total

# 训练配置
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
model = PneumoniaDetector().to(device)
criterion = nn.CrossEntropyLoss(
    weight=torch.tensor([1.0, 2.5]).to(device))     # 肺炎类加权 2.5
optimizer = torch.optim.AdamW(model.parameters(), lr=1e-4, weight_decay=1e-5)
scheduler = torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max=50)

# 训练循环 + 早停
best_auc, patience = 0, 0
for epoch in range(50):
    train_loss, train_acc = train_one_epoch(model, train_loader, optimizer,
                                            criterion, device)
    val_auc = evaluate(model, val_loader, device)   # 评估函数见 9.2.4
    scheduler.step()

    if val_auc > best_auc:
        best_auc, patience = val_auc, 0
        torch.save(model.state_dict(), 'best_model.pth')
    else:
        patience += 1
        if patience >= 8:
            print(f"早停于 epoch {epoch}, 最佳验证 AUC: {best_auc:.3f}")
            break

定位 是弱监督的：模型只学了 "是 / 不是肺炎"，没学 "肺炎在哪里"。工程上常用 Grad-CAM------ 对最后一层卷积特征图按类别梯度加权求和，得到一张热力图，高亮模型决策时 "看哪里"。热力图叠加回 CT 原始图，就能告诉医生模型为什么判为肺炎。这是医学 AI 可解释性的最低成本实现。

Grad-CAM 定位（7.3.3 节的工程化）：

"""
Grad-CAM 定位
"""
from pytorch_grad_cam import GradCAM
from pytorch_grad_cam.utils.image import show_cam_on_image

def generate_heatmap(model, image_tensor, display_image):
    """生成肺炎定位热图"""
    cam = GradCAM(model=model,
                  target_layers=[model.backbone.features.denseblock4])
    grayscale_cam = cam(input_tensor=image_tensor.unsqueeze(0))[0]

    # 质控：热图质心必须在肺野内（防 shortcut learning）
    lung_region = display_image > 0.15      # 粗略肺野阈值
    cam_center = ndimage.center_of_mass(grayscale_cam)
    in_lung = lung_region[int(cam_center[0]), int(cam_center[1])]

    vis = show_cam_on_image(display_image, grayscale_cam, use_rgb=True)
    return vis, in_lung

9.2.4　模型评估与临床性能验证

三级验证体系：

一级：内部测试集（患者级划分）
  → AUC、敏感性、特异性、95% CI（7.3.4 bootstrap）

二级：外部验证集（另一家医院的数据）
  → 检验域偏移下的泛化

三级：读者研究（reader study）
  → 医生单独 vs 医生+AI 的 AUC 对比（DeLong 检验）

def clinical_validation_report(model, test_loader, device):
    """生成完整临床验证报告"""
    model.eval()
    all_probs, all_labels = [], []
    with torch.no_grad():
        for images, labels in test_loader:
            logits = model(images.to(device))
            probs = F.softmax(logits, dim=1)[:, 1]
            all_probs.extend(probs.cpu().numpy())
            all_labels.extend(labels.numpy())

    y_score, y_true = np.array(all_probs), np.array(all_labels)

    # 1. AUC 与置信区间
    from sklearn.metrics import roc_curve, auc
    fpr, tpr, thresholds = roc_curve(y_true, y_score)
    roc_auc = auc(fpr, tpr)

    # 2. 按临床目标工作点评估（敏感性 ≥ 95% 约束）
    target_sensitivity = 0.95
    valid_idx = np.where(tpr >= target_sensitivity)[0]
    best_idx = valid_idx[np.argmin(fpr[valid_idx])]  # 该约束下最优特异性
    print(f"工作点: 敏感性 {tpr[best_idx]:.3f}, 特异性 {1-fpr[best_idx]:.3f}")

    # 3. 分亚组分析（公平性检查，第 10 章预告）
    # 按年龄组、性别、扫描仪型号分别计算 AUC，差异 > 0.05 需警惕
    return {'auc': roc_auc, 'operating_point': thresholds[best_idx]}

重要：临床验证报告必须包含的五个数字

1. AUC 及 95% CI；
2. 工作点的敏感性/特异性；
3. 该患病率下的 PPV/NPV；
4. 亚组公平性指标；
5. 失败案例分析（哪类病例错了、为什么）。
   只报一个 AUC 的"验证"在审稿和监管审批中都不合格。

---

9.3　实战案例：病理图像辅助诊断

9.3.1　项目需求与技术挑战

临床需求：乳腺癌前哨淋巴结转移筛查（Camelyon 挑战赛原型）。病理科医生需要在 WSI 上找到可能只有几十个细胞的微转移灶------"大海捞针"式任务，AI 辅助价值极高。

与肺炎项目的本质差异：

维度	肺炎 CT	病理 WSI
图像尺寸	512×512×300	100,000×100,000
标注	切片级分类标签	仅全片级诊断（无像素标注）
学习范式	监督分类	弱监督 MIL
计算瓶颈	单图推理快	分块数万个 patch

9.3.2　WSI 分块处理与特征提取

1. 组织区域检测（Tissue Detection）与分块（Tiling）

先在低倍率（5×）下找到组织区域，过滤空白背景与污渍。然后，在组织区域内按 256×256、512×512 切块（patch），每块保留坐标。

"""
WSI 组织区域检测与分块处理
"""
import numpy as np
from skimage import io, color, morphology, filters

def tissue_detection(wsi_thumbnail):
    """在 WSI 缩略图上检测组织区域（剔除空白背景）"""
    # H&E 图像：组织在 HSV 的 S 通道上有高饱和度
    hsv = color.rgb2hsv(wsi_thumbnail)
    tissue = hsv[..., 1] > 0.1

    # 形态学清理
    tissue = morphology.remove_small_objects(tissue, min_size=500)
    tissue = morphology.binary_closing(tissue, morphology.disk(10))
    tissue = morphology.binary_fill_holes(tissue)
    return tissue

def extract_patches(wsi_path, patch_size=256, level=0, tissue_thresh=0.7):
    """从 WSI 提取组织 patch（需 openslide: pip install openslide-python）"""
    import openslide
    slide = openslide.OpenSlide(wsi_path)

    # 在低分辨率层做组织检测
    thumb = np.array(slide.get_thumbnail((2048, 2048)))[..., :3]
    tissue_mask = tissue_detection(thumb)

    # 映射回原分辨率，遍历分块
    scale = slide.dimensions[0] / 2048
    patches = []
    h_thumb, w_thumb = tissue_mask.shape
    for ty in range(h_thumb):
        for tx in range(w_thumb):
            if tissue_mask[ty, tx]:          # 该缩略格含组织
                x0, y0 = int(tx * 256 * scale / (2048/scale)), ...
                # 实际代码：读取 slide.read_region((x, y), level, (256, 256))
                # 并做组织占比过滤（patch 内组织像素 > 70% 才保留）
                patches.append({'coord': (tx, ty), 'level': level})
    return patches

2. 染色归一化 + 批量特征提取

"""
染色归一化 + 批量特征提取
"""
import torch
import torchvision.models as models
from torch.utils.data import DataLoader

# 1) 染色归一化（8.3.2 节，跨实验室泛化的前提）
# 用 staintools Macenko 对每个 patch 归一化

# 2) 预训练编码器提取特征（ResNet50 / 病理基础模型 UNI / CONCH）
encoder = models.resnet50(weights='IMAGENET1K_V2')
encoder.fc = torch.nn.Identity()             # 去掉分类头，输出 2048 维特征
encoder = encoder.cuda().eval()

# 3) 批量推理（数万 patch 的关键优化：DataLoader + AMP + 批处理）
@torch.no_grad()
def extract_features(patch_loader, encoder):
    feats, coords = [], []
    for batch_img, batch_coord in patch_loader:
        with torch.autocast('cuda'):          # 混合精度加速
            f = encoder(batch_img.cuda())
        feats.append(f.cpu())
        coords.extend(batch_coord)
    return torch.cat(feats), coords

9.3.3　基于 Transformer 的肿瘤区域识别

一张 WSI 切出几千个 patch，但只有整图标签 ------ 这就是 多示例学习（MIL, Multiple Instance Learning） 的经典场景：把一张 WSI 看作一个 "包"，包里是若干 patch 实例，整图标签由包内实例共同决定。

图 9-4　TransMIL 内部结构：CLS token + Transformer 聚合

TransMIL（Transformer MIL） 的思路：把 WSI 的 patch 特征序列视为"句子"，用 Transformer 的自注意力建模 patch 间的长程关系：

import torch
import torch.nn as nn

class TransMIL(nn.Module):
    """WSI 弱监督分类：Transformer + MIL"""
    def __init__(self, feat_dim=1024, n_classes=2, n_heads=4, n_layers=2):
        super().__init__()
        # 特征投影
        self.proj = nn.Linear(feat_dim, 512)
        # 可学习的 [CLS] token
        self.cls_token = nn.Parameter(torch.randn(1, 1, 512))
        # Transformer 编码器
        encoder_layer = nn.TransformerEncoderLayer(
            d_model=512, nhead=n_heads, dim_feedforward=1024,
            dropout=0.25, batch_first=True)
        self.transformer = nn.TransformerEncoder(encoder_layer, n_layers)
        # 分类头
        self.classifier = nn.Linear(512, n_classes)

    def forward(self, patch_feats):
        # patch_feats: (1, N_patches, feat_dim)
        x = self.proj(patch_feats)
        B = x.shape[0]
        cls = self.cls_token.expand(B, -1, -1)
        x = torch.cat([cls, x], dim=1)        # [CLS] + patches
        x = self.transformer(x)
        cls_out = x[:, 0]                      # CLS 聚合全片信息
        logits = self.classifier(cls_out)
        return logits, x[:, 1:]               # 返回 patch 级输出用于可视化

# 训练（一张 WSI = 一个样本）
model = TransMIL().cuda()
optimizer = torch.optim.AdamW(model.parameters(), lr=2e-4, weight_decay=1e-5)
criterion = nn.CrossEntropyLoss()

for epoch in range(100):
    for wsi_feats, slide_label in train_loader:
        logits, _ = model(wsi_feats.cuda())
        loss = criterion(logits, slide_label.cuda())
        optimizer.zero_grad(); loss.backward(); optimizer.step()

自注意力 → 肿瘤区域定位：Transformer 的注意力权重天然给出"哪些 patch 对诊断最重要"，取 CLS token 对各 patch 的注意力，映射回 WSI 坐标即得热图：

def tumor_heatmap(model, patch_feats, coords, wsi_shape):
    """从注意力权重生成肿瘤热图"""
    with torch.no_grad():
        _, patch_outputs = model(patch_feats)

    # 取最后一层 CLS 对各 patch 的注意力（或用 patch 输出的分类分数）
    # 简化：用 patch 级 logit 作为重要性
    patch_scores = torch.softmax(
        model.classifier(patch_outputs), dim=-1)[0, :, 1]  # 肿瘤类概率

    heatmap = np.zeros(wsi_shape[:2])
    for score, (tx, ty) in zip(patch_scores.cpu().numpy(), coords):
        heatmap[ty*256:(ty+1)*256, tx*256:(tx+1)*256] = score
    return heatmap

9.3.4　结果可视化与报告生成

临床交付物不是模型权重，而是医生能读懂的报告：

• 热力图：把注意力权重按patch 坐标画回 WSI 低倍率图，高权重区域高亮，医生一眼看出 "模型关注哪里"。

• 报告：整图阳性概率、Top 高权重 patch 的缩略图切片、量化指标（阳性区域面积占比）。

• 质控输出：如果组织检测发现切片质量差（褶皱、染色过浅），应在报告里提示，不要硬给结论。

工程上报告通常导出 PDF 或对接医院 PACS/RIS 系统，附带原图、热力图、量化指标，形成可追溯的诊疗记录。这一步看起来 "不算法"，但它决定了医生愿不愿意用 ------ 一个不能和现有工作流对接的 AI 产品，再准也落不了地。

def generate_pathology_report(wsi_id, heatmap, slide_pred, prob, patches_info):
    """生成结构化病理辅助诊断报告"""
    report = {
        '病例编号': wsi_id,
        'AI 辅助诊断结论': '检测到转移灶' if slide_pred == 1 else '未见明确转移',
        '置信度': f"{prob:.1%}",
        '可疑区域数': int((heatmap > 0.5).sum() // 50),   # 按连通域统计
        '最大可疑区域面积': f"{heatmap[heatmap > 0.5].sum() * 0.25**2 / 1e6:.2f} mm²",
        '建议': '建议病理医生重点复核热图标记区域' if prob > 0.5 else 'AI 未发现可疑区域，建议常规阅片',
        '免责声明': '本结果仅供辅助参考，最终诊断以病理医师为准',
    }

    # 可视化：WSI 缩略图 + 热图叠加 + Top-K 可疑 patch 画廊
    # （matplotlib 生成，保存为 PDF 附件）
    return report

报告设计的临床原则：

1. 永不给出"最终诊断"：AI 是辅助工具，措辞必须是"提示/建议复核"
2. 量化但不绝对化：给面积和数量，但标注测量误差范围
3. 可追溯：每个结论都要能点击跳转到对应的图像区域
4. 失败可见：低置信度结果要明确标注"本例 AI 可靠性低"

医学影像小贴士：两个案例的方法论迁移

肺炎 CT 的经验迁移到	病理 WSI 的经验迁移到
任何"中等尺寸图像 + 切片/病例级标签"任务（骨折筛查、脑出血分诊）	任何"超大图像 + 弱标签"任务（皮肤病理、细胞涂片、遥感）
核心是：模态归一化 + 工作点设计 + 热图质控	核心是：分块策略 + 染色归一化 + MIL/Transformer 聚合

---

本章小结

本章完成了从"技术点"到"完整项目"的跃迁：

1. 项目流程与数据管理

   • 医学影像项目生命周期与通用 CV 的六大差异（伦理、标注、患者级划分、外部验证、PACS 集成、监管）
   • 公开数据集地图（NIH ChestX-ray、LIDC-IDRI、BraTS、Camelyon 等）与 pylidc 实战
   • 标注规范：标注手册 → 双人标注 + 仲裁 → Dice/ASSD 一致性质控；标注者间一致性是数据集的天花板

2. 实战案例一：胸部 CT 肺炎检测系统

   • 需求驱动设计：分诊场景 → 敏感性 ≥ 95% 的工作点约束
   • 2.5D DenseNet + 医学约束的数据增强（禁止垂直翻转）+ Grad-CAM 定位 + 热图肺野质控
   • 三级验证体系：内部测试 → 外部验证 → 读者研究；临床报告五要素

3. 实战案例二：病理 WSI 辅助诊断

   • WSI 工程链：组织检测 → 分块 → 染色归一化 → 预训练编码器提特征
   • TransMIL：CLS token + Transformer 自注意力聚合数万 patch
   • 临床交付：结构化报告 + 热图 + Top-K patch 画廊，措辞与可追溯性原则

两个案例共同传递的项目哲学 ：医学 AI 项目的质量 = 数据治理 × 评估设计 × 临床集成，模型只是其中的一环。这也是第 10 章（伦理与安全）将从制度层面深化讨论的主题。

思考题

1. 为什么医学影像数据集必须按 patient_id 划分训练/测试集？如果按切片随机划分，LIDC-IDRI 上的结节检测模型性能会被高估多少（定性分析数据泄漏的路径）？
2. 肺炎分诊系统要求敏感性 ≥ 95%。如果验证集只有 200 例阳性病例，敏感性估计的 95% 置信区间大约多宽？这对样本量设计有何启示？
3. 病理 TransMIL 中 CLS token 的注意力权重为什么可以解释为"肿瘤热图"？它与 Grad-CAM 的可解释性原理有何异同？各自的失效模式是什么？
4. WSI 弱监督 MIL 为什么要先用 ImageNet 预训练 backbone 提特征，而不是端到端从 patch 学？
5. 你的肺炎模型在中心医院 A 训练（AUC 0.96），在基层医院 B 部署后 AUC 掉到 0.83。请按"数据、设备、人群、工作流"四个维度设计排查方案。
6. 病理报告里为什么要附带切片质量提示？AI 模型在坏切片上硬给结论有什么风险？
7. 设计一个实验，量化"标注者间 Dice 一致性"与"模型最终 Dice 上限"的关系。这个实验的结论如何指导标注预算的分配？

---

参考文献

1. Wang X, Peng Y, Lu L, et al. ChestX-ray8: Hospital-scale chest X-ray database and benchmarks on weakly-supervised classification and localization of common thorax diseases. CVPR, 2017: 2097--2106.
2. Irvin J, Rajpurkar P, Ko M, et al. CheXpert: A large chest radiograph dataset with uncertainty labels and expert comparison. AAAI, 2019, 33(1): 590--597.
3. Armato S G, McLennan G, Bidaut L, et al. The Lung Image Database Consortium (LIDC) and Image Database Resource Initiative (IDRI). Medical Physics, 2011, 38(2): 915--931.
4. Menze B H, Jakab A, Bauer S, et al. The multimodal brain tumor image segmentation benchmark (BRATS). IEEE TMI, 2015, 34(10): 1993--2024.
5. Bejnordi B E, Veta M, van Diest P J, et al. Diagnostic assessment of deep learning algorithms for detection of lymph node metastases in women with breast cancer. JAMA, 2017, 318(22): 2199--2210.（Camelyon16）
6. Litjens G, Kooi T, Bejnordi B E, et al. A survey on deep learning in medical image analysis. Medical Image Analysis, 2017, 42: 60--88.
7. Rajpurkar P, Irvin J, Zhu K, et al. CheXNet: Radiologist-level pneumonia detection on chest X-rays with deep learning. arXiv:1711.05225, 2017.
8. Selvaraju R R, Cogswell M, Das A, et al. Grad-CAM: Visual explanations from deep networks via gradient-based localization. ICCV, 2017: 618--626.
9. Campanella G, Hanna M G, Geneslaw L, et al. Clinical-grade computational pathology using weakly supervised deep learning on whole slide images. Nature Medicine, 2019, 25(8): 1301--1309.
10. Shao Z, Bian H, Chen Y, et al. TransMIL: Transformer based correlated multiple instance learning for whole slide image classification. NeurIPS, 2021, 34: 2136--2147.
11. Chen R J, Lu M Y, Wang J, et al. Pathomic fusion: an integrated framework for fusing histopathology and genomic features for cancer diagnosis and prognosis. IEEE TMI, 2022, 41(4): 757--770.
12. Chen R J, Chen C, Li Y, et al. Scaling vision transformers to gigapixel images via hierarchical self-supervised learning. CVPR, 2022: 16144--16155.（HIPT）
13. Esteva A, Kuprel B, Novoa R A, et al. Dermatologist-level classification of skin cancer with deep neural networks. Nature, 2017, 542(7639): 115--118.
14. DeGrave A J, Janizek J D, Lee S I. AI for radiographic COVID-19 detection selects shortcuts over signal. Nature Machine Intelligence, 2021, 3(7): 610--619.
15. MONAI 官方文档. https://monai.io