1. 医学影像病灶检测工程导论

医学影像病灶检测工程，是围绕“从影像中发现异常并给出可定位、可量化、可复核结论”这一目标，把医学影像成像、病灶标注、算法建模、工程部署与临床评价连接起来的一门交叉工程学科。它既不是单纯的深度学习调参，也不是单纯的影像阅片，而是要在真实临床流程中，把数据、模型、算力、接口和评价标准组织成一条可运行、可验证、可维护的技术链路。学习本课程，核心是建立“临床问题—数据表达—算法选择—工程实现—结果判读”的整体视角。

课程定位：面向真实临床任务的工程能力

病灶检测的最终价值，不在于模型在公开数据集上多出几个百分点，而在于它能否在具体临床场景中稳定地帮助医生发现、定位和随访病灶。因此，本课程定位为“工程实现导向”：既要理解检测网络的基本原理，也要掌握数据组织、标注格式、训练策略、推理加速、结果可视化和评价指标。典型任务包括肺结节检测、乳腺肿块检测、肝脏病灶分割与检测、脑出血检测、骨折检测等。不同任务的输入模态、病灶尺度、对比度、标注成本和临床容错率差异很大，工程方案不能简单套用。

从系统角度看，一个完整的病灶检测系统至少包含五层：影像接入层、数据治理层、算法模型层、推理服务层和临床交互层。影像接入层负责从PACS、DICOM文件或研究数据库中获取序列；数据治理层完成脱敏、重采样、窗宽窗位归一化和标注管理；算法模型层完成检测、分割或分类；推理服务层负责批处理、GPU调度和接口封装；临床交互层则把检测框、置信度、病灶尺寸和随访对比呈现给医生。任何一层缺失或薄弱，都会让“模型可用”变成“系统不可用”。

核心任务：检测、定位、量化与随访

病灶检测的核心任务可以拆成四个层次。第一是“发现”，即判断影像中是否存在病灶，对应分类或筛查任务；第二是“定位”，即给出病灶在三维空间中的位置，通常用边界框或分割掩膜表示；第三是“量化”，即测量病灶的直径、体积、密度、强化程度等参数；第四是“随访”，即比较同一患者不同时间点的病灶变化，判断稳定、增大或缩小。四层任务对算法的要求依次提高：发现可以容忍一定假阳性，定位要求空间精度，量化要求分割边界稳定，随访则要求跨时间点的一致性。

以肺结节检测为例，输入通常是胸部CT序列，层厚约1.0 mm，像素间距约0.7 mm。标注形式为三维边界框或结节中心点加直径。模型输出每个候选结节的中心坐标、直径和恶性概率。工程上需要特别关注小结节（直径3～6 mm）的召回率，因为小结节像素少、对比度低，容易被下采样过程丢失。常见做法是在数据治理阶段保留原始分辨率，在模型中使用特征金字塔或高分辨率分支，并在后处理阶段对小结节降低置信度阈值。

技术栈全景：从 DICOM 到推理服务

技术栈可以按数据流方向理解。最前端是 DICOM 解析，常用工具包括 pydicom、SimpleITK 和 GDCM。DICOM 文件不仅包含像素矩阵，还包含层厚、像素间距、窗宽窗位、患者体位等元数据，这些信息直接影响后续几何计算。例如，CT 的 HU 值需要根据窗宽窗位映射到显示灰度，而模型训练时通常使用固定窗宽窗位（如肺窗 W1500/L-600）或直接使用 HU 值归一化。

数据治理阶段的关键操作包括：将不同来源的影像重采样到统一体素间距，例如 1.0 mm × 1.0 mm × 1.0 mm；对图像进行强度归一化，如将 HU 值截断到 [-1000, 400] 后线性映射到 [0, 1]；将标注从 XML、JSON 或 CSV 转换为模型可读的张量格式。训练阶段常用框架为 PyTorch 或 MONAI，损失函数常组合分类损失与回归损失，例如 Focal Loss 加 Smooth L1 Loss。推理阶段则通过 ONNX 或 TensorRT 导出，结合滑动窗口或全卷积方式处理大体积影像。

典型应用场景与工程差异

不同应用场景的工程重点差异明显。肺结节检测强调小结节召回和三维上下文；乳腺钼靶检测强调高分辨率二维图像中的微钙化簇；肝脏病灶检测常与分割任务结合，需要处理多期增强扫描；脑出血检测则对急诊场景下的推理延迟要求极高，通常需要在数秒内完成。下表给出几个典型场景的输入、输出与关键约束对比。

学习路径与工程习惯

本课程后续将围绕数据、模型、训练、推理、评价和部署逐步展开。建议在学习过程中养成三个工程习惯：第一，任何模型改动都要有可复现的数据划分和随机种子；第二，任何指标提升都要同时观察敏感度、特异度和假阳性率，避免只看单一指标；第三，任何推理结果都要能回溯到原始影像坐标，确保医生看到的检测框与影像位置一致。病灶检测工程的难点往往不在网络结构，而在数据质量、坐标一致性和临床可用性。把这三件事做好，模型才真正具备落地价值。