【3D 图像分类】基于 Pytorch 的 3D 立体图像分类3（LIDC

图像分类】基于 Pytorch 的 3D 立体图像分类3（LIDC"/>

【3D 图像分类】基于 Pytorch 的 3D 立体图像分类3（LIDC

肺影像数据库联盟影像收集 (LIDC-IDRI) 包括诊断性和肺癌筛查胸部计算机断层扫描 (CT) 扫描，并带有标记注释病变。它是一种可通过网络访问的国际资源，用于开发、培训和评估用于肺癌检测和诊断的计算机辅助诊断 (CAD) 方法。由美国国家癌症研究所 (NCI) 发起，由美国国立卫生研究院基金会 (FNIH) 进一步推进，并在美国食品和药物管理局 (FDA) 的积极参与下，这种公私合作伙伴关系证明了联盟建立在基于共识的过程中。

一、数据篇 ❤️

七个学术中心和八家医学影像公司合作创建了这个包含 1018 个病例的数据集。每个主题包括来自临床胸部 CT 扫描的图像和相关的 XML 文件，该文件记录了由四位经验丰富的胸部放射科医师执行的两阶段图像注释过程的结果。在最初的盲读阶段，每位放射科医师独立审查每次 CT 扫描并标记属于三类（“结节 > 或 = 3 毫米”、“结节 < 3 毫米”和“非结节 > 或 = 3毫米”）。在随后的盲读阶段，每位放射科医师独立审查自己的评分以及其他三位放射科医师的匿名评分，以得出最终意见。❤️

四个医生独立标注，后相互独立审核，最终的标注结果并没有达成一致意见。所以，保存在xml文件的标注信息，依旧是具有主观偏见的标签信息，特点有以下几点：

1. 标注投票问题：同一结节位置，多人标注，和一个结节位置，只有一人标注的
2. 结节大小问题