医学影像深度训练怎么取点：分割检测分类曲线、终止最优点与按组隔离模型库

2026年10月2日，训练从锁定的标签开始

算法同事打开 医学影像标注平台 时，容易先找训练按钮。北京朗慧科技有限公司（品牌 LumeSage）的手册把产品称为「大数据人工智能科研平台 / 医学影像人工智能标注与算法分析平台」。2026 年 10 月 2 日把深度学习写成手册中的一条循环：盲审与锁定先完成，再选择二维或三维、再选择任务类型，训练过程中看曲线，可以终止，把最优点放进模型库。库按课题组隔离，保存权重、代码、关联数据和 checkpoint。它不是对外公开的模型动物园。

Isensee 等人在 Nature Methods（2021）发表 nnU-Net，指出医学图像分割的增益很大一部分来自训练协议：数据怎么划分、标签怎么定、何时停止、用哪一个检查点。这篇论文是协议课，不是 LumeSage 的署名工作，也不表示 nnU-Net 的权重随产品交付。手册没有把某一篇论文的权重写成内置模型。现网可讨论的是训练任务能否跑通、曲线能否对上任务类型、最优点能否入库并被同一课题组再次找到。

预标注与训练库不要混名。手册记载一百八十余个预训练分割模型，覆盖肺、肝、肾、气道、骨骼、血管等，输入 CT、MR、PET，输出 Mask 或 Contour，推理使用 GPU。它们是草稿，用来缩短初稿，不是模型库里「本课题组训出来的最优点」，也不是 Segment Anything 或 MedSAM 的权重。Kirillov 等人在 ICCV 2023 提出的 SAM，以及 Ma 等人在 Nature Communications（2024）发表的 MedSAM，只作为方法坐标。放射插件的核算条目里出现 SAM 分割，那是 2026-09-20 沟通稿的增量，不是今天训练库已经装入这些权重的证据。

增量仍以核算沟通稿的范围为准。合同范围以确认清单为准。训练、终止、入库按手册验收。并发约三十人是条目 M，属于待测试目标，不是训练界面上的在线人数。结构化报告引擎、MDT 和 Git 式版本都是增量，不改变「最优点进本课题组模型库」这句现网说明。

四种任务不要共用一个指标故事

手册的任务类型是分割、检测、分类和影像分类，维度是二维或三维。四种任务可以出现在同一平台，不可以出现在同一句结果里。分割讨论的是区域重叠，手册曲线中的 Dice 属于这一路。检测讨论的是找没找到以及假阳性的代价，曲线中的 FROC 属于这一路。分类与影像分类讨论的是类别，曲线中的 ROC 与 AUC 更接近这一路。Loss 可以在训练过程中共同出现，但 Loss 下降只说明优化在进行，不说明任务已经临床可用。

手册把这些曲线列在训练过程中。演示时要以所选任务为准，看该任务真正需要的那一条，而不是把四条名字一并贴进结论。分割任务的 Dice 不能改写成检测的灵敏度。检测任务的 FROC 不能改写成分割已经「对齐了边界」。分类与影像分类在手册里并列出现，实验记录必须写明当时选的是哪一个，不能合并成一个含糊的「分类模型」。二者的输入组织方式若在界面上不同，复现时就按记录选择，不要凭名称猜测。

二维或三维同样要写进任务单。三维训练对应的是有足够空间上下文的容积标签；二维训练对应的是按层或按图组织的标签。手册支持两种，没有把一种写成另一种的上级。序列层数影响阅片时能否打开多平面重建，那是阅片入口，不是训练按钮的开关。不要为了凑训练而把未锁定的轮廓送进三维网络。标签未锁定，网络拟合的是仍在变化的边界，最优点也会跟着过期。

演示示意，不使用真实患者：一组肺结节研究同时想要「画出结节」和「找出结节」。画出走分割，看 Dice；找出走检测，看 FROC。两个任务可以共享同一批锁定数据的标识，但 checkpoint 各存各的，Word 或曲线截图各写各的任务编号。若有人把检测的操作点上的召回率填进分割表格的 Dice 一栏，这不是四舍五入，而是指标串线。串线的表不能入库说明，也不能进入标书。

盲审和锁定不是可以后补的手续

合作研究共享影像与临床数据，隔离勾画，并支持分享与盲审。隔离的意思是：中心或标注者之间不应互相看见对方的轮廓来「对齐手感」。训练若使用了互相看过之后再修改的标签，盲审就失去了它在方法学里的位置。平台管理员或课题组管理员不应为了加快训练，把盲审开关关掉并口头保证「以后再审」。以后再审时，权重已经记住了未审标签。

锁定使轮廓只读。训练读取的应是只读之后的版本。若训练开始后仍有人能改标签，同一次任务里的前后 epoch 实际上看到了不同的边界，Loss 曲线不再描述单一标签集。此时正确的动作是停止任务，而不是等它跑完再挑选一个好看的点。手册允许终止任务。终止是协议的一部分，不是异常。终止之后，若最优点仍然可识别，并且它对应的标签版本就是锁定版本，才讨论入库。对不上锁定日期的检查点，应视为废弃运行。

单人包揽会把这条纪律冲掉。数据采集、数据治理、课题组管理员、平台管理员若是同一人，这个人既能上传、改标签、发起训练，又能导出。论文里写「独立盲审」时，审计找不到第二个人。角色怎么拆，属于管理设计；对算法同事的直接要求是：没有盲审记录和锁定日期，就不要启动正式训练。预标注草稿可以先在阅片里修订，修订完成并锁定，才进入训练集。草稿本身是 Mask 或 Contour，不是金标准。

划分单位同样要在开训前写明。随机或按折的说法若只实现在切片层，同一病人的相邻层会同时出现在训练和验证里，Dice 会偏高。偏高不是模型变好，是泄漏。组学路线用五折、十折讨论分类指标时也有同样的问题。深度训练这里重复一句只为了接口清楚：验证曲线必须按病人切开，才谈得上对未见病人的估计。手册若需要课题组自己保证按病人分组，就把保证写进任务单。不要把曲线末端的数字理解成平台已经替你做了病人级隔离。

终止任务，是为了保住一个说得清的点

训练可以观察 Loss、Dice、FROC、ROC、AUC。这些曲线的横轴是过程，纵轴是该指标的定义。最优点不是「最后一轮」，也不必是视觉上最低的 Loss。分割任务里，Dice 更高的检查点可能早于 Loss 仍在缓慢下降的时刻。检测任务里，FROC 的形态不能用 Dice 的高低来挑选。分类任务里，AUC 的波动要连同类别数量一起看。挑选规则应在开训前写在方案里：按哪一个指标、是否允许提前停止、停止后保留哪一个 checkpoint。

手册说明可以把最优点写入模型库。这句话的操作含义是：库里的那一个点必须能指出它是哪一次任务、哪一个检查点，而不是文件夹里时间最新的文件。时间最新可能是终止前的最后一次保存，未必是方案定义的最优。若两者不同，入库的应是方案定义的那一个，并在说明里记下另一个未被选中的原因。原因可以很短，例如「验证 Dice 低于已选检查点」，但不能写成「临床效果更好」。Dice 不是临床效果。

终止之后系统资源被释放，不表示曲线可以删除。组内复核需要看到终止发生在哪一个点、入库的是哪一个点。没有曲线的权重，模型库里只剩一个文件名，下一位算法同事无法判断它是否过拟合到了尾部。过拟合的判断是方法学判断：训练指标继续变好、验证指标变差。平台展示曲线，供人判断，不代替判断，也不保证某一次训练一定越过某个 Dice 数字。

演示示意：分割任务跑到中段，验证 Dice 不再提高，训练 Loss 仍在下降。方案若写明按验证 Dice 取最优点，就在该点终止或至少以该点入库，而不是等到训练 Loss 贴底。若当时没有预写规则，事后挑选「最好看的验证点」仍然比挑选最后一轮诚实，但应在记录里承认规则是事后的，该次结果降级为探索。探索运行的检查点不要和确认运行的检查点放在同一条对外句子里。

模型库按课题组隔离，不是公共动物园

库里持久化四类东西：权重、代码、关联数据、checkpoint。四类一起，才可能复现「这个点是怎么来的」。只拷贝权重文件，代码版本和数据版本都丢了，复现就停在「能加载」。关联数据应能指回锁定的数据集，而不是指回一份后来又改过的勾画。checkpoint 与权重的关系要在组内约定清楚，避免把中间态误当成已选最优点。

隔离的单位是课题组。甲组的库不因乙组的成员登录就可见。这不是通过把文件藏进个人电脑实现的，而是平台上的边界。跨组复用必须重新授权。用即时通讯发送权重，或把下载包转到另一个课题组的网盘，都绕开了隔离。下载包有效期十五天，只覆盖授权交接的时间窗，不把包变成可以无限转发的许可。十五天结束后要复现，应回到库里的原条目，而不是依赖过期压缩包。

模型库也不是预标注草稿的陈列柜。一百八十余个预训练分割模型是平台提供的草稿起点，有自己的适用范围：CT、MR、PET 上的肺、肝、肾、气道、骨骼、血管等结构，输出 Mask 或 Contour，使用 GPU。它们可以在人工修订前被调用，但调用记录不应写成「模型库已含一百八十余个自训练模型」。自训练的条目来自本组任务的最优点。数目随本组实验增加，不随宣传页固定。把两类数目相加，会得到一个无法审计的总数。

公开论文的权重更不能算进这个库。nnU-Net、SAM、MedSAM 的论文权重若被课题组从论文渠道另行取得，那是另一项数据使用决定，要看论文许可和本院制度，不是 LumeSage 手册中的交付物。取得之后若希望放进本组库统一管理，也应有关联数据和代码说明，并且不要在界面名称上写成平台预训练模型。名称混用，审计时分不清责任主体。

Dice 不是诊断结论，FROC 也不是

Dice 衡量预测区域与标签区域的重叠。标签若在错误的窗宽窗位下描成，重叠得再好，也只是在重复那个错误边界。因此 Dice 上升不能被叙述成病灶检出提高，也不能被叙述成医师读片时间的替代证据。本页不提供诊断效能，不涉及注册申报，不承诺上线之后分数变好。分数若要用作门禁，应离开训练界面，到 医疗模型评测 的 Medical Gate 讨论私有题、准则和过程记录。

FROC 面向检测：在不同假阳性水平下，真阳性的表现如何。它假设任务是「找出」，不是「涂满」。把检测模型的某个操作点换算成一个类似准确率的单数，再拿去和分割 Dice 比大小，没有共同单位。分类任务的 ROC 与 AUC 同样不能插入这张对照表。三种曲线可以在年度报告里并列介绍平台能跑哪些任务，不可以用一次实验的三个数合成一个总分。过程要能被拆开检查：任务类型、曲线名称、检查点和锁定日期各占一行。

分类和影像分类还要防止把研究终点写成产品宣称。AUC 描述的是该次划分上的排序能力。划分若泄漏，AUC 失去对未见病人的意义。Support 一类的计数若没有出现在深度学习 Word 里，组内仍应在实验记录中写明每一类的例数，避免一百例里两类极不平衡却只报一个曲线下面积。例数是课题事实，不是可以从曲线反推的装饰。

影像科关心的窗、层数和融合，会通过标签质量进入训练，但不会在 Loss 上单独显示。算法同事应在任务单上引用标注规程：模态、是否满足五十层因而使用过三维阅片、轮廓锁定日期、盲审是否完成。引用是链接到记录，不是把阅片功能再描述一遍。记录缺失时，先补记录，再讨论要不要重训。重训使用新的任务编号，旧的最优点标记为对应旧标签，不覆盖。

和数据卡、专家终审的接口

训练集要被外人理解，需要 数据集 上的数据卡：模态、标注规程、划分规则、已知偏差、许可。模型库中的「关联数据」若不能对应到一张数据卡，权重就缺少可引用的出身。数据卡不公开患者。它公开的是规格。规格里应写明标签经过盲审还是仅有预标注草稿。仅有草稿的数据卡，不应被写成金标准训练集。

医师是否接受边界，可对照 医疗专家数据 的终审方式。终审改变轮廓后，旧 checkpoint 自动失效，不必等指标变差才宣布失效。失效是版本关系，不是性能关系。组学若随后在新轮廓上提取一千六百八十八项特征，那是另一条手册流程，特征表不要写进模型库的权重说明里冒充深度学习结果。两条产物可以引用同一个锁定日期，说明它们来自同一版标签。

Word 按任务类型生成，和组学的英文论文式 Word 是两类草稿。深度学习这篇草稿同样只在组内使用，不是临床报告，也不是器械标签。草稿必须能指向任务编号、入库的检查点和锁定日期。指向不了，就不要把 Dice 或 AUC 抄进任何对外段落。报价中的报告引擎若要用语言模型润色，那是增量条目，不在「按任务类型生成 Word」的现网句子里。润色不能创造缺失的任务编号。

算法复核可以执行的停止规则

组内可以写一条很硬的停止规则，用来减少争论。没有锁定日期，不启动。任务类型未在分割、检测、分类、影像分类中四选一，不启动。验证划分的单位未写明是病人，不把结果标记为确认性。曲线缺失，不入库。入库说明写了临床疗效或与其他任务指标的横向排名，退回重写。预标注模型数目被写入「本组模型库规模」，退回重写。这些规则不增加采购项，只是把手册已有的终止和入库用起来。

确认性运行和探索性运行建议分两个数据集状态或至少两个任务编号。探索可以比较不同维度、不同任务类型，但比较的结论停在组内。确认性运行只保留方案预写的那一个任务和那一个选取规则。nnU-Net 论文的启示是把协议写在训练之前。协议写在训练之后，最优点的选择就无法和结果分开。LumeSage 提供的是把协议落成任务、曲线和隔离库的位置，不是代替课题组撰写协议，也不是代替伦理审查。

GPU 是否可用，影响预标注推理和训练能否按计划进行，应在演示前由信息科确认环境，而不是在曲线解释里临时发现。环境问题记为环境，不记为算法结论。环境未就绪时，仍然可以核对盲审、锁定和任务单是否完整。任务单完整而环境未就绪，演示的结论是「流程可审，计算另约」，这是可接受的记录。不要用一次不完整的曲线填补环境缺口。

草稿修订记录要在开训前封存

一百八十余个预训练分割模型给出的是起点。起点到训练集之间还有一段必须留下的修订。修订记录不必写成论文，但至少要能回答四件事：调用的是哪一类结构上的草稿，输出当时是 Mask 还是 Contour，谁在盲审前改过边界，锁定日期是哪一天。四件事缺一件，模型库里的关联数据就只剩「用过预标注」这个含糊短语。含糊短语不能支持复现。

演示示意：气道草稿在轴位上闭合，审核员在另一平面发现一段超出管壁。审核员改的是轮廓，不是在曲线上调 Dice。修改完成后重新锁定，训练任务引用新的锁定日期。若旧任务已经入库，旧条目保留，并注明标签已替代，不把新曲线覆盖到旧文件名上。覆盖会使组内无法解释两次 Dice 为何不同。不同来自标签版本，不一定来自网络结构。

GPU 上的推理时间和训练时间分开记。推理失败说明草稿没生成，训练还不应开始。训练失败或被终止，说明正式任务中断，草稿本身可能仍然有效。把两种失败写成同一条「模型不可用」，会让信息科去查错环境，让算法同事去改网络，两边都偏离记录。环境问题、标签问题和优化问题分三行写。三行都空着时，不入库。

公开的分割论文可以出现在方案的相关工作里，用来说明协议为何重要。出现的方式是文献引用，不是权重来源。方案的方法段若写「加载某论文权重后微调」，那是另一项数据与许可决定，要单独论证，并且不要把微调结果登记成平台预训练模型。登记名称一旦混用，后续隔离就无法执行，因为无人知道该条目的授权主体是论文许可、平台草稿，还是本组实验。

库的检索范围停在课题组

模型库不是可以按疾病名称向院外检索的动物园。检索的人应是本课题组成员，检索的键应是任务编号或检查点标识，而不是「最新肺部分割」这种会命中多条实验的口语。口语检索会把探索运行和确认运行一起打开。确认运行才允许被 Word 引用。探索运行可以留在库里供组内比较，比较的句子不离开组。

隔离还意味着关联数据不能借库传播。甲组权重若错误地绑定了乙组的数据集标识，这是配置错误，应停止使用并更正绑定，而不是视为一次成功的多中心融合。多中心融合若要做，必须在合作研究的隔离规则下进行：影像与临床可以按约定共享，轮廓不可互看，训练标签来自已锁定且被授权的那一版。管理员用最高权限把两边轮廓合成一个包，不构成授权。

代码与 checkpoint 一起保存，是为了回答「这个点用哪一版训练脚本」。只保存权重，脚本日后升级，加载行为可能改变，曲线却还是旧的。组内约定：脚本变更则新开任务，不在旧任务上追加一句「代码已更新但仍沿用原 AUC」。沿用会使任务编号失去唯一性。唯一性是草稿和库互相引用的前提。

十五天的下载包适合把某一次入库说明交给合作者核对，不适合作为库的备份策略。备份策略由信息科按医院规定处理，不在本页展开成部署手册。核对时看的是：包内说明能否指回仍在隔离库中的条目，锁定日期是否一致。一致，核对完成。不一致，以库内锁定日期为准，包作废。作废的包不应被复制到新的邮件里续命。

询盘请写任务类型和标签状态

请通过 标注平台预约演示 说明需求，不要粘贴患者身份、影像号或权重文件。建议写明：任务是分割、检测、分类还是影像分类；维度是二维还是三维；标签是否已经盲审并锁定；模型库应归属哪个课题组；本次要看的是训练循环，还是一百八十余个预标注草稿；是否打算把指标用于门禁或标书。用于门禁时请注明 Medical Gate，不要在表单里要求承诺 Dice 或 AUC。

电话 +86 15010400907，邮箱 date@lumesage.com，微信 langhuiai，商务对接罗坤。地址：北京 · 北京大学科创园 B 栋 301 房。回复按平台咨询安排。若确认清单包含放射插件中的 SAM 分割或其他增量，请单独写出，以免和手册中的训练库、预训练草稿混成一项验收。演示可以在脱敏且已锁定的样例上启动一次任务、展示终止与入库说明，再核对库条目是否只对本组可见。可见范围不对，先改权限，再讨论指标。

继续看产品与相邻文章

平台入口见 医学影像标注平台，专家数据见 医疗专家数据，数据卡见 数据集，评测门禁见 医疗模型评测（Medical Gate）。