用途:为放射影像(CT/MRI/X 线)提供 AI 诊断辅助流程,覆盖基于 MONAI 的模型训练、推理、可解释性与结构化报告生成。适用于影像 AI 分类与分割、构建 CADe(检测)/CADx(诊断)流程、用 Grad-CAM 解释模型判断、自动生成结构化放射报告、实现 AI-RADS 评分等场景。
主要能力:提供放射影像分类模型构建函数 build_radiology_classifier,支持 densenet121、resnet50、efficientnet 架构,可设 in_channels、num_classes、spatial_dims(2D 切片或 3D 体数据);提供 train_radiology_model 训练流程,含 AdamW、余弦退火调度、验证与最佳权重保存(best_radiology_model.pt);提供 radiology_gradcam 生成 Grad-CAM 热力图并保存 gradcam_radiology.png;提供 generate_structured_report 依据预测概率生成结构化报告与 AI-RADS 分级(概率≥0.9 为 5,≥0.7 为 4,≥0.5 为 3,≥0.3 为 2,其余为 1)。
使用方式:按资料中的函数签名调用,训练前准备含 image 与 label 的 DataLoader,指定 device(如 cuda);Grad-CAM 输入张量形状为 [1,C,H,W] 或 [1,C,D,H,W],可指定 target_layer 与 target_class。流程可与 medical-imaging(DICOM 前处理/Radiomics)、clinical-report、explainable-ai、deep-learning 等技能串联,输出模型、可视化图与 structured_report.md。资料提及 ToolUniverse 的 TCIA 键用于放射影像数据集检索。
限制:资料未提供安装命令、依赖版本、收费与平台信息;报告含免责声明,须由合格放射科医师复核后方可用于临床,不可直接作为诊断依据。