Altriaqe/cxr-convnext-896-ensemble
ансамбль для анализа рентгена грудной клетки
2 min read
Набор весов из двух свёрточных нейросетей ConvNeXt для автоматического поиска патологий на рентгеновских снимках грудной клетки (CXR). Модель решает задачу мультилейбл-классификации (на одном снимке можно обнаружить сразу несколько признаков) по 10 классам: 9 видов заболеваний и вариант «без патологий» (No Finding). В основе лежат модели convnext_small.in12k_ft_in1k и convnext_tiny.in12k_ft_in1k из библиотеки timm, дообученные на изображениях высокого разрешения 896×896 пикселей. Решение оптимизировано под высокую скорость работы и пригодится исследователям в области медицинского ИИ или участникам профильных ML-соревнований.
Ключевые особенности
- Двухкомпонентный ансамбль из ConvNeXt-Small (24 эпохи обучения) и ConvNeXt-Tiny (12 эпох) с равным усреднением логитов.
- Постобработка со сглаживанием по пациенту (учёт других исследований того же пациента с коэффициентом λ=0.15) для повышения точности.
- Высокая скорость инференса в формате FP16 — около 62 мс на одно исследование на видеокарте уровня NVIDIA T4.
- Обучение проводилось строго на официальном тренировочном наборе (30 344 снимка / 18 513 исследований) без внешних медицинских баз.
Что можно сделать
- Использовать как готовый бейзлайн для скрининга 9 патологий, включая пневмонию, пневмоторакс, отёк лёгких, кардиомегалию и ателектаз.
- Применить пайплайн с агрегацией снимков внутри одного исследования и сглаживанием предсказаний по пациентам в собственных медицинских ML-задачах.
- Запустить быстрый пакетный инференс в окружениях с жёстким лимитом времени обработки (до 100 мс на исследование).
Пример
import torch, timm
ck = torch.load("exp066_s896_24ep_best.pth", map_location="cpu", weights_only=False)
model = timm.create_model(ck["arch"], pretrained=False, num_classes=10)
model.load_state_dict(ck["model_state_dict"])
model.eval()
Подробнее
Метрика валидации (9-class macro AUC): 0.8139 для ансамбля и 0.8167 со сглаживанием по пациенту (одиночные модели: 0.8130 и 0.8111).Общий вес чекпоинтов: 295 МБ (188.8 МБ Small + 106.2 МБ Tiny), вход — ч/б снимки 896×896 (3 канала, нормализация ImageNet).
Ограничения: коммерческое использование и редистрибуция зависят от лицензии исходного датасета соревнований (код под MIT, базовые веса — Apache-2.0).










Comments