从大创到毕设，我的“科研思想”进化之路

毕业设计结束之后，是时候记录下了，我想。

在做毕业设计的时候，我就一直想为这段时间发生的各种事，以及我的成长想个方式记录下来，正好自己的博客也完成的差不多了，或许是个记录的好方法。

整个毕业设计从最开始连方向都不确定，从壮着胆子去问本科的指导老师有没有“合适项目”的尝试；后来不断长成为我的大创项目、我与队友们一起完成了一个系统、最后还实现了算法的小创新。

现在回头看，整个过程最让人记忆深刻的不是学习到的知识，也不是读了多少论文和多少尝试，更不是最后的看起来蛮不错的成果，而是一个看起来很通俗但又明确的教训和经验：有时候遇到了失败，不要着急画句号，把他当作一个具体的指路牌，会更好的看清接下来的方向。

---

起点：一个挑战赛

大二下学期，我去找本科阶段的导师，想问问有没有适合参与的项目，去参加大学生创新创业项目，因为当时学长十分推荐我去试一试。那时我对“医学图像”还没有多清晰的概念，对“分割”这个词的理解也停留在把图像里的某个区域圈出来，正如计算机导论中那些经典的yolo算法一样。老师给我介绍了 PENGWIN 2024 骨盆骨折分割挑战赛，让我先围绕这个比赛自己试一试，往下发挥。

PENGWIN 的任务很直观：给定骨盆骨折患者的 CT 或 X-ray 数据，让算法自动分割骨折碎片。公开说明里提到，这类任务之所以困难，是因为骨盆结构复杂，骨折碎片形态和位置变化很大，骨折面又常常因为碰撞、压缩、粘连而变得模糊。

这是研究的行业前沿，而我一个纯纯小白，很难上手去做这种工作，但当时的我并不懂，觉得只是分离一个目标应该不难，所以当初我还有着创新的野心。

PENGWIN Task 1 的训练集在 Zenodo 上公开了 100 例 CT 及标签，完整数据来自 150 名患者，有50例作为官方的测试集，给出比赛最后的评分效果，这些数据清晰的标注了骶骨、左右髋骨及其碎片，并给出了详细的介绍说明，是理想的数据集。

当时的我对这些困难并没有真正的体感。我的第一反应更像是：既然有数据、有比赛、有任务，那就先把系统搭起来。

于是“折磨”我一整年的大创就这样开始了。

那一年，我和几位队友一起做了一个基本的医疗管理系统。系统本身要完成数据管理、模型调用、结果展示等功能，听起来像一个完整项目，做起来也确实花了很多时间。前端、后端、数据流、模型接口，很多东西都是边查边写，边写边推翻，常常熬到了凌晨四五点钟，才发觉必须要休息下了。

而其过程中最难的，在我看来或许是与队友的合作，需要解释清楚任务需求，预期效果等等，队友们要相互知道每个人的负责的部分以及对方的工作进度，而这一段团队合作的开发经历也让我深受其苦 （后面有机会再写一个文章记录下，不是这次的重点）。

到了中期，系统终于有了基础的样子，但老师指出了一个更关键的问题：系统可以展示结果，可我们的医学图像分割算法也需要有创新，直接拿来别人的工作不够达到大创的要求。

这句话其实挺扎心的。因为系统一点点磨出来以后，人很容易误以为自己已经完成了大部分工作，至少给人感觉的工作量很清晰。但在医学图像分割里，界面只是“把结果端出来”，真正难的是结果从哪里来，而这一点，却很难明确和别人介绍背后的工作量。

第一个 U-Net，以及第一次失败

我就是从那个时候正式开始补医学图像分割的知识。

最开始当然绕不开 U-Net。它是医学图像分割里很经典的编码器-解码器结构，一边下采样提取语义，一边上采样恢复空间细节，中间再用跳跃连接把浅层纹理信息带回来。听上去不复杂，所以我也很自然地产生了一种朴素自信：那我自己写一个试试。

于是我手撸了第一个 U-Net。

现在想想，那大概是最有意义的一段代码。模型能跑，loss 会降，结果也能可视化，看到自己的显卡资源吃满，终端一点点的报出新一轮的信息，loss曲线一点点的下降，真是令人幸福的一件事。

但效果仍然不好。后来我又试着跟着AI的建议加深度可分离卷积、空间通道双注意力、SE block 之类的小模块。那个阶段的我读论文还很少，更多是在已有模块里挑一些看起来“可能有用”的东西往网络里胡乱放，再听取ai的奉承，觉得自己做的还算不错。

结果并没有因为模块变多就突然变好，虽然有些许提升，但仍然不够。

更残酷的是，它仍然打不过比赛的 baseline。

这件事给我的冲击不小。忙了一年，系统做出来了，模型也改了不少，熬了几个月的夜，健身也废弃了 （真的怕猝死了），但最后算法效果并不理想。那时候我第一次意识到，深度学习不是把几个“高级模块”拼起来就会自动变强。尤其在医学图像里，数据量、标注方式、预处理、损失函数、后处理、评价指标，每个环节都可能比“再加一个 attention”更重要。

也正是这次失败，把我推向了毕业设计真正的问题：不要急着发明一个复杂网络，先理解强 baseline 为什么强，再看它到底还有什么提升的空间。

从 nnU-Net 开始重新学

毕设阶段，在学长的帮助下，我把 nnU-Net 复现了出来。

nnU-Net 的厉害之处不只是网络结构，而是它把医学图像分割里大量“工程经验”系统化了。它会根据数据属性自动配置预处理、patch 大小、网络拓扑、训练策略和后处理，所以很多时候它不是一个普通 baseline，而是一条很扎实的分割流水线。nnU-Net 的论文也提到，它可以在无需大量人工调参的情况下，在多个公开医学分割任务上超过许多专门设计的方法。

复现 nnU-Net 之后，我终于有了一个更可靠的参照物。接着我读到了 FracSegNet 相关工作。它把任务拆成两步：第一步先定位左右髋骨和骶骨，第二步在目标骨区域内分割主要碎片和次要碎片。还引入了骨折距离图，也就是 FDM，让模型更关注骨折接触面附近的区域。

这个思路对我启发很大。

因为骨折分割最麻烦的地方，往往不是一整块骨头能不能分出来，而是相邻碎片之间那一点点缝隙有没有被填平，小碎片有没有被漏掉，断端附近有没有冒出奇怪的假阳性。整体 Dice 看起来可能已经很高了，但如果两个本该分开的骨片被模型粘在一起，三维重建和术前规划里就会出现完全不同的空间关系，分割的质量也不能说是多么好。

换句话说，这个任务需要的与现实世界的物体分割不同，现实世界的分割看起来差不多，然后可以识别出来物体在大部分情况下就足够了。而医学图像的要求更高，漏掉了碎片或者没有找到骨裂的部分，这次分割无论怎么也不能说是成功。

三月的那篇新文章

就在我做完 nnU-Net 和 FracSegNet 复现，正愁着怎么进一步提升的时候，和老师的一次谈话，老师又给了我一篇三月份的新文章，方法叫 SCNP，全称是 Same Class Neighbor Penalization。

这篇文章的出发点很巧妙：很多分割模型在整体区域上表现不错，但无法保证拓扑结构准确。比如细长结构断开、小区域凭空出现、原本分离的结构被粘连。SCNP 的做法是在训练时对 logits 做一个邻域传播：前景位置会受到同类邻域中较弱响应的影响，背景位置会受到同类邻域中更容易混淆响应的影响。直观地说，它让模型可以额外照顾周围同类邻居里最容易出错的地方。

这个想法一下子和骨折分割对上了。

骨折碎片的问题恰好就是局部结构问题。一个窄缝被填平，一个小碎片被吞掉，一个断端附近冒出假阳性，都是“整体大区域看起来还行，但局部连接关系错了”的典型情况。SCNP 的设计很对口，更值得一提的是其有一个工程上的特点，让人很难拒绝：它主要改变训练阶段损失计算前的 logits，不需要改推理流程，也不需要重新设计一整套复杂网络。

不过，直接把 SCNP 用到骨盆 CT 上也有风险。CT 里有噪声，也有远离骨折面的稳定骨区域。如果在所有地方都做邻域传播，可能会把一些无关区域的局部错误也放大。

于是我在毕业设计中，取FracSegNet和SCNP的特点，做了一个折中：把 FracSegNet 里的 FDM 思想和 SCNP 结合起来，用骨折距离图做空间门控，让 SCNP 更多作用在骨折接触面附近的高风险区域。

这也相当于构造了一个与SCNP表现最好的狭窄空间的状况相符的空间。

我的毕业设计做了什么

最后，我认为核心可以概括成三件事。

第一，复现并整理骨盆骨折 CT 分割的基线流程。实验以 nnU-Net 为统一框架，对比 Max-flow、标准 nnU-Net、FracSegNet 基线以及不同 SCNP 变体。标签也被整理为背景、主要碎片、次要碎片三类语义空间。

第二，在损失计算前引入 SCNP 邻域结构传播。它不改变网络推理结构，而是在训练时让局部困难区域更直接地参与优化，从而补充 CE + Dice 对碎片边界、小缝隙和局部连接关系约束不足的问题。

第三，把 FDM 和 SCNP 结合成门控版本。FDM-gated SCNP 会把结构传播集中在骨折面附近，减少稳定骨区域或噪声区域里不必要的传播。实验里我粗略的比较了不同感受野和不同门控阈值，最后发现 rf = 3, tau = 0.3 是一个比较均衡的设置。

在本地统一后处理和统一评价口径下，FDM-gated SCNP 相较 FracSegNet 复现基线取得了更均衡的结果：All DSC 达到 0.990 ± 0.012，All LDSC 达到 0.990 ± 0.013，All HD95 为 0.868 ± 3.766 mm，IoU 为 0.883 ± 0.142。其中 HD95 相较 FracSegNet 基线降低约 40.3%，IoU 提升约 3.2%。

这些数字当然不能被理解成“问题解决了”。医学图像里没有这么轻松的胜利。它们更像是说明了一件小而具体的事：在强 baseline 之上，如果把训练目标往局部结构上推一把，模型确实能在边界距离、局部 Dice 和碎片分离质量上变得更稳定一些。

结果之外：我真正学到的东西

这次毕设最让我受用的地方，是我对“创新”的理解变了。

最开始我以为“创新”就是加模块、换结构、把网络画得更复杂（现在看来很不可思议，当初为什么会这样想🤔）。后来发现，在一个真实任务里，创新的第一步是把问题讲清楚：到底是整体分割不准，还是局部边界不稳？是模型容量不够，还是损失函数没有惩罚到真正重要的错误？是需要更大的感受野，还是需要把传播范围收住？

我的第一次 U-Net 没有打过 baseline，这逼着我不得不承认自己对任务理解太浅。后来复现 nnU-Net 和 FracSegNet，又让我看到强方法往往不是凭空强，而是把数据组织、标签设计、训练策略、后处理和评价指标等等整个流程的所有环节都考虑进去了。而最后引入 SCNP，也不是因为它看起来新，而是它刚好回应了这个任务里反复出现的局部结构错误。

从大创到毕设，这个项目像是绕了一圈。最开始我想做一个系统，后来发现系统背后的算法不够好；我去改模型结构，结果发现随手加模块没有意义；我开始复现强 baseline，才逐渐看清真正的问题；最后回到一个很小的改动：训练时，让模型多看看附近区域里最难的那一块。

有时候毕业设计的意义大概就在这里。它不一定让你做出一个改变世界的东西，但它会让你经历一次完整的、带着挫败感的学习过程。你会知道一个结果是怎么来的，也会知道它为什么还不够好。

还没有结束的问题

当然，这个工作仍然有很多局限。

目前的标签空间仍然是背景、主要碎片、次要碎片三类语义分割，并不能真正输出每一个碎片的实例编号。对于复杂多碎片病例，尤其是非常小的碎片，统一后处理仍然可能漏掉或合并。FDM 门控也依赖任务先验，阈值和感受野主要来自实验选择，还没有变成自适应机制。

未来如果要继续做，应该把结果放进三维重建、复位规划、路径设计这些下游任务里，看局部边界的改善究竟能不能带来真实流程上的收益。

但至少对我来说，这个毕设已经完成了它最重要的任务：它让我从“能不能跑起来”走到了“为什么这样设计”，也让我第一次真正理解，一个算法项目最难的地方，往往不是写出网络，而是找到值得被优化的错误。

References

参考与延伸阅读

这里列出写作时用到的公开资料和论文线索，作为背景补充。

• PENGWIN 2024 Challenge 说明骨盆骨折 CT 与 X-ray 分割挑战赛，介绍任务背景、数据来源和挑战目标。↗
• PENGWIN Task 1 数据集公开的 CT 训练集与标签说明。↗
• PENGWIN 2024 Challenge Report挑战赛总结，包含多团队结果、CT/X-ray 任务差异和碎片定义不确定性的讨论。↗
• nnU-Net 论文医学图像分割里非常重要的自配置 baseline。↗
• FracSegNet / 多尺度距离加权骨盆骨折分割两阶段骨盆骨折分割、FDM 距离加权损失和公开代码数据的相关工作。↗
• SCNP 论文通过惩罚同类邻域中最难预测的位置，提升分割拓扑结构准确性的训练方法。↗