图像分类
Parent: ai_keywords
核心定义
图像分类是计算机视觉领域的核心任务，指通过算法将输入图像自动分配至预定义的语义类别中。其本质是学习从像素空间到离散标签的非线性映射，依赖于特征提取与模式识别。在深度学习中，通常由卷积神经网络（CNN）端到端地完成。
关键技术点
-
卷积神经网络（CNN）
通过卷积层、池化层和全连接层的堆叠，自动提取层次化特征（从边缘、纹理到高级语义）。典型架构如ResNet、EfficientNet，通过残差连接或复合缩放解决梯度消失与效率权衡。 -
迁移学习
利用在大规模通用数据集（如ImageNet）上预训练的模型，针对特定医学图像域进行微调。有效弥补医学标注数据稀缺问题，降低训练成本，提升小样本场景下的泛化性能。 -
注意力机制
使模型动态聚焦于图像中与分类最相关的区域。如SE-Net通道注意力、ViT自注意力，可抑制噪声背景，提高细粒度分类（如区分肿瘤良恶性）的准确性。 -
数据增强
通过随机旋转、翻转、弹性变形、色彩抖动等生成多样化训练样本，增强模型对医学图像采集差异（设备、体位、造影剂浓度）的鲁棒性。 -
轻量化模型
采用MobileNet、ShuffleNet等设计，通过深度可分离卷积降低参数量，实现边缘设备（如便携CT机、移动超声）上的实时分类，适用于急诊场景。
医学/神经科学应用场景
基于CT图像的急性脑卒中亚型快速分类
首都医科大学附属宣武医院神经病学团队开发了一项深度学习系统，针对急性缺血性卒中（AIS）与出血性卒中（ICH）的CT平扫图像进行二分类。利用改进的EfficientNet-B0作为主干网络，结合空间注意力模块强化血肿及低密度梗死区域特征。模型在内部验证集上AUC达0.94，且推理时间<0.3秒，可辅助急诊医生快速鉴别脑卒中类型，避免延误溶栓或抗血小板治疗。进一步研究引入迁移学习（以脑出血定位预训练）及可解释性热力图（Grad-CAM）展示分类依据，显著提升了临床信任度。该成果已部署于卒中中心院前预警系统，实现了院间CT影像的云端实时分类，为“时间就是大脑”的抢救策略提供精准决策支持。
