凌晨两点的急诊影像科医生盯着一份头颅 CT 片需要在几分钟内判断患者是否为脑卒中并进一步决定是否适合溶栓治疗。这个判断一旦出错可能直接影响患者的预后。近几年越来越多的研究把卷积神经网络CNN引入卒中影像诊断试图用模型辅助医生完成初筛。但真正在医院落地时很多团队会遇到一个很现实的问题单个 CNN 在公开数据集上准确率很高换到自己的数据上指标就往下掉。问题出在哪里设备型号不同、扫描参数不同、患者人群不同都会造成数据分布偏移。面对这种情况与其反复调参赌一个模型的运气不如把多个模型的判断综合起来让它们“投票”。这个思路就是集成学习Ensemble Learning。在医学影像比赛中几乎所有顶尖方案都包含多模型集成。它不改变网络结构不依赖更多标注数据却往往能获得比单模型更稳定、更准确的预测结果是目前提高诊断准确率性价比很高的方案之一。这篇文章不会停在概念层面而是把“CNN 集成 卒中预测”整体拆开讲清楚为什么集成能提升准确率、数据集怎么组织、三个 CNN 模型怎么构建、训练和验证怎么写、软投票集成怎么做、有哪些常见的坑。读完你可以直接搭出一个二分类的辅助诊断原型。1. 为什么卒中预测需要 CNN 集成脑卒中是一类急性脑血管疾病分为缺血性和出血性。缺血性卒中是血管堵塞导致脑组织缺血出血性卒中是血管破裂导致颅内出血。两类卒中的处理方式完全不同误判会带来严重后果。因此快速、准确地识别卒中类型和病灶区域是临床影像诊断的核心任务。过去十几年深度学习在医学影像分类、分割、检测上展现了很强的能力CNN 也成为卒中影像分析的主流方法。但落到实际项目中单模型通常面临几个问题。第一训练不稳定。同样的数据、同样的模型换一个随机种子训练最终测试指标可能有明显波动。这种波动在医学场景中很难接受因为它意味着模型在边缘病例上的判断不确定。第二泛化能力有限。单个模型的归纳偏好是固定的它可能对某些纹理敏感却忽略另一些结构特征。换一家医院的数据图像灰度分布、扫描层厚都变了单模型的缺陷会被放大。第三类别不平衡。卒中阳性样本在真实临床数据中往往是少数单模型经类别不平衡训练后容易偏向把样本预测为多数类导致召回率偏低。对一个诊断辅助系统来说漏诊带来的风险远大于误诊。集成学习解决的就是这三类问题。多个模型同时出现相同错误的概率远低于单个模型尤其是当模型之间具备多样性时集成后的预测既平滑了单模型的随机波动也弥补了单一结构带来的偏差。它不能消灭所有错误但能把整体指标往上推一截让模型表现更接近可用的临床辅助系统。从工程角度看集成增加的只是训练时间、显存和推理耗时代码层面几乎不需要额外依赖。也就是说在你已经有一个能跑通的单模型训练流程后做集成改造的成本很低收益却比较明显。2. CNN、集成学习与卒中预测核心概念2.1 卷积神经网络如何处理医学影像CNN 的核心能力是局部特征提取。卷积核在图像上滑动时会学习到边缘、纹理、形状等不同层级的特征浅层卷积核关注边缘和色块深层卷积核关注器官结构和病灶区域。池化层则不断降低特征图分辨率让模型获得更大的感受野同时减少计算量。医学影像里病灶往往表现为局部的灰度异常、边缘模糊或形状改变。CNN 天然适合这类局部模式识别。例如在头颅 CT 中出血区域通常呈现高密度影与正常脑组织的灰度有明显区别。CNN 能够捕捉这类局部对比度变化并把它映射到最终的分类概率上。不过CNN 并不理解“病灶”的临床定义它只是从大量标注样本中学习到像素级统计规律。这也是医疗 AI 必须强调“辅助诊断”而不是“自动诊断”的原因。模型给出的概率需要在临床应用中被验证和审核。2.2 集成学习把多个模型变成一支队伍集成学习的核心思想是“集体决策优于个体决策”。多个模型各自学习到数据的不同侧面综合它们的输出可以减少单模型对训练数据的过拟合提升泛化能力。常见的集成方式有三种。集成方式核心思路典型场景Bagging不同数据子集训练多个模型投票或平均随机森林Boosting串行训练后续模型重点学习前面模型的错误样本XGBoost、AdaBoostVoting / Averaging多个独立模型并行训练对预测结果投票或取平均深度学习模型集成CNN 集成最常用的是 Voting / Averaging 这类并行集成方式。多个 CNN 结构不同、初始化不同独立训练完成后在推理阶段对它们的预测概率取平均或者对它们的预测类别做多数投票。取平均比多数投票更常用因为概率平均保留了每个模型的置信度信息。多数投票只看每个模型的类别结果丢失了“这个模型其实也不太确定”这类信息。我们把这种概率平均的方法称为“软投票”Soft Voting把多数投票称为“硬投票”Hard Voting。集成收益的大小取决于多样性。如果三个模型结构完全一样、训练数据完全一样、随机种子也一样那它们本质上只是同一个模型的三个副本集成完全没有意义。要想获得提升可以从三个层面制造多样性不同网络结构、不同数据划分、不同预处理方式。2.3 卒中预测任务的输入与输出卒中预测的输入数据常见有两种形态。第一种是医学影像比如头颅 CT、MRI 的二维切片。任务通常是二分类判断是否存在卒中也可以是多分类区分正常、缺血性卒中、出血性卒中。这是最贴合 CNN 和“诊断准确率”表述的场景。第二种是临床结构化数据比如年龄、血压、血糖、吸烟史、心脏病史等指标。这类数据本质是一维向量理论上也可以用一维 CNN 建模但实际项目中 XGBoost、随机森林等树模型往往更稳定、更易解释。如果强行用 CNN 处理表格数据需要把特征变换成二维矩阵或一维序列收益通常有限。本文的完整示例以影像二分类为背景因为 CNN 的价值在这个任务里体现得最充分。如果你手头是结构化数据可以把后文中的 2D 卷积替换为一维卷积整体训练和集成思路仍然适用但建议优先对比树模型的效果。3. 环境准备与数据集组织3.1 环境准备本文示例代码基于 PyTorch。建议使用 Python 3.9 以上版本推荐使用 GPU 环境训练如果没有 GPUCPU 也能运行示例只是训练时间会长很多。需要安装的核心依赖如下pip install torch torchvision scikit-learn pandas numpy matplotlib版本方面示例代码以 PyTorch 2.x 和 torchvision 0.15 以上版本为准。如果你使用的是较老的 PyTorch 1.x注意把代码中的weightsmodels.ResNet18_Weights.DEFAULT替换为pretrainedTrue模型主体逻辑不变。3.2 数据集目录结构后文的代码使用torchvision.datasets.ImageFolder读取图片它要求数据集按类别建立子目录。这里以二分类为例类别 0 表示“无卒中”类别 1 表示“有卒中”。data/ ├── train/ │ ├── 0/ │ │ ├── patient_001.png │ │ └── ... │ └── 1/ │ ├── patient_010.png │ └── ... ├── val/ │ ├── 0/ │ └── 1/ └── test/ ├── 0/ └── 1/训练集、验证集、测试集需要严格按患者维度划分。同一个患者的多个切片不能同时出现在训练集和测试集否则会造成数据泄漏测试指标虚高。这一点在后文的常见问题中会再次强调。如果你是从 Kaggle 等平台上找的公开数据集下载后通常已经分好了训练和测试文件但未必按患者 ID 去重。建议先检查数据中是否包含患者 ID有的话优先以患者为单位重新切分。3.3 医疗数据合规提醒使用医学影像数据训练模型必须确认数据来源合法已经完成患者隐私脱敏并且获得了相应的伦理审批或许可。医院内部数据的下载、传输、存储也要遵守医院的数据安全规定不能随意拷贝到个人电脑或未经允许的云服务器上。医学模型属于高风险应用。即使模型在测试集上表现很好也不能直接把它当作自动诊断工具上线。它只能作为辅助筛查或参考最终诊断必须由持证医生完成。4. 数据预处理与数据增强医学影像预处理和自然图像处理有些差别。这里有两件事最容易出错通道数和归一化。CT 影像通常是单通道灰度图而 ImageNet 预训练模型要求输入三通道。如果直接把灰度图输入resnet18程序会报维度不匹配的错误。常见做法是把单通道灰度图复制成三通道变成“伪 RGB”图像这样既满足了预训练模型的输入要求也没有改变图像语义。代码如下# 文件路径utils/data_utils.py import torch from torch.utils.data import DataLoader from torchvision import datasets, transforms def build_dataloaders(data_dirdata, batch_size32, image_size224): train_transform transforms.Compose([ transforms.Resize((image_size, image_size)), transforms.Grayscale(num_output_channels3), transforms.RandomHorizontalFlip(p0.5), transforms.RandomRotation(10), transforms.ColorJitter(brightness0.1, contrast0.1), transforms.ToTensor(), transforms.Normalize( mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225] ), ]) val_transform transforms.Compose([ transforms.Resize((image_size, image_size)), transforms.Grayscale(num_output_channels3), transforms.ToTensor(), transforms.Normalize( mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225] ), ]) train_dataset datasets.ImageFolder( rootf{data_dir}/train, transformtrain_transform ) val_dataset datasets.ImageFolder( rootf{data_dir}/val, transformval_transform ) test_dataset datasets.ImageFolder( rootf{data_dir}/test, transformval_transform ) train_loader DataLoader( train_dataset, batch_sizebatch_size, shuffleTrue, num_workers4, pin_memoryTrue ) val_loader DataLoader( val_dataset, batch_sizebatch_size, shuffleFalse, num_workers4, pin_memoryTrue ) test_loader DataLoader( test_dataset, batch_sizebatch_size, shuffleFalse, num_workers4, pin_memoryTrue ) return train_loader, val_loader, test_loaderGrayscale(num_output_channels3)会把灰度图复制成三通道。如果原始图像本身是彩色图这个操作也不会报错只是先转成灰度再复制成三通道。数据增强方面随机水平翻转和随机旋转能增加模型对图像方向变化的鲁棒性。但要提醒一点医学影像的增强策略需要和临床专家确认