3D卷积网络在医学影像分析中的核心原理与实战优化

1次阅读

共计 1907 个字符，预计需要花费 5 分钟才能阅读完成。

医学影像如 CT、MRI 通常由数十至数百张切片组成，单个样本就可能达到 [128,512,512] 的三维尺寸。直接使用 3D 卷积处理时：

显存占用呈立方级增长，常规 GPU 无法承载完整体积数据
相邻切片间的空间关联性未被充分利用
传统 2D 处理会丢失层间解剖结构信息

数学表达式（忽略偏置项）：

2D 卷积：

O_{2D} = K_h × K_w × C_{in} × C_{out} × H_{out} × W_{out}

3D 卷积：

O_{3D} = K_d × K_h × K_w × C_{in} × C_{out} × D_{out} × H_{out} × W_{out}

3D 卷积通过增加深度维度核（如3×3×3），能同时捕获层内和层间特征。这对检测肺部结节等立体病变至关重要。

import torch
import torch.nn as nn

class Conv3DGN(nn.Module):
    def __init__(self, in_ch, out_ch, kernel_size=3, groups=8):
        super().__init__()
        self.conv = nn.Conv3d(in_ch, out_ch, kernel_size, padding=kernel_size//2)
        self.gn = nn.GroupNorm(groups, out_ch)  # 优于 BN 的小批量场景
        self.act = nn.ReLU(inplace=True)

    def forward(self, x):
        # x: [B, C, D, H, W] -> [B, C_out, D, H, W]
        return self.act(self.gn(self.conv(x)))

from torch.utils.data import Dataset

class CTDataset(Dataset):
    def __init__(self, paths, chunk_size=32):
        self.chunk_size = chunk_size  # 每块切片数

    def __getitem__(self, index):
        # 伪代码：按需加载部分数据
        start_slice = index * self.chunk_size
        chunk = load_dicom_range(start_slice, self.chunk_size)  # [C, D, H, W]
        return torch.FloatTensor(chunk)

扩大感受野而不增加参数量：

self.conv = nn.Conv3d(in_ch, out_ch, kernel_size=3, 
                     dilation=2, padding=2)  # padding=dilation

class ChannelAttention3D(nn.Module):
    def __init__(self, channel, ratio=8):
        super().__init__()
        self.gap = nn.AdaptiveAvgPool3d(1)
        self.fc = nn.Sequential(nn.Linear(channel, channel//ratio),
            nn.ReLU(),
            nn.Linear(channel//ratio, channel),
            nn.Sigmoid())

    def forward(self, x):
        b, c, _, _, _ = x.size()
        y = self.gap(x).view(b, c)
        y = self.fc(y).view(b, c, 1, 1, 1)
        return x * y.expand_as(x)