DXA QCконтроль качества денситометрии

← документы задачи · mind map ТЗ · роудмап развития

Шпаргалка scikit-learn для задачи 04

Официальная схема выбора алгоритма scikit-learn, перерисованная интерактивно. Нажмите на алгоритм или решение: справа — используется ли он у нас и насколько перспективен для контроля качества денситометрии. Сейчас стенд работает на правилах без scikit-learn, поэтому оценки — про следующую версию с обучением.

на телефоне схему можно листать вбок

данетне сработало алгоритмвопрос Источник схемы: scikit-learn, BSD

перспективность высокая

Нейросети для снимков (не scikit-learn)

U-Net или лёгкая CNN на PyTorch для сегментации позвонков, подвздошных костей, вертелов и ROI — закрывают Th12, ротацию и поля ROI. Нужна разметка контуров или точек хотя бы на сотне снимков; инференс локально в контейнере укладывается в требования ТЗ.

Что работает сейчас

Правила на numpy: профиль яркости вдоль оси, порог Отсу, скользящая медиана, центры позвонков и угол оси, яркость в углах кадра, поиск очень ярких объектов. Итог по позвоночнику F1 0,45 на обучающем наборе.

перспективность высокая

Рекомендуемый следующий шаг

Признаки, которые уже считает анализ, плюс HistGradientBoostingClassifier и LogisticRegression по типам нарушений с GroupKFold по исследованиям, class_weight и калибровкой вероятностей: даст ROC-AUC и честные ДИ; порог по F1 подбирать на валидации, а не на всех данных.

Все алгоритмы схемы

Алгоритм	Область	Классы scikit-learn	У нас	Перспективность для задачи 04
SVC · Ensemble Classifiers SVM с ядром и ансамбли	классификация	`SVC(kernel='rbf')` `RandomForestClassifier` `HistGradientBoostingClassifier`	Нет.	высокая Лучший кандидат для версии с обучением: бустинг и лес работают на сотнях примеров, ловят нелинейность (охват зависит от угла и ширины кадра), дают вероятности для ROC-AUC и важность признаков для объяснения. Отдельная модель на каждый тип нарушения, class_weight, валидация GroupKFold по исследованиям, бутстреп ДИ.
KMeans k-средних	кластеризация	`KMeans`	Нет. Кость от мягких тканей отделяет порог Отсу по гистограмме.	средняя Два применения: KMeans по яркости пикселей как замена порогу Отсу для кости, и группировка снимков по признакам — найти нетипичные кадры, другой аппарат или протокол для отказа «не DXA».
Linear SVC Линейный SVM	классификация	`LinearSVC` `LogisticRegression`	Нет. Сейчас класс выносят пороги на признаках: угол оси, яркость подвздошных углов, число ярких пикселей.	средняя Хороший первый шаг на наших признаках снимка вместо ручных порогов: подбирает веса по экспертным меткам. LogisticRegression из той же ветки сразу даёт вероятность — это ROC-AUC из ТЗ. Нужны class_weight='balanced' (32 нарушения из 99) и разбиение по исследованиям.
Randomized PCA PCA (рандомизированный)	снижение размерности	`PCA(svd_solver='randomized')`	Нет.	средняя PCA по уменьшенным снимкам 64×64 даёт карту набора и простой детектор аномалий: кадр далеко от облака DXA — кандидат в отказ «не денситометрия». Компоненты можно добавить в признаки классификатора.
SVR(kernel='rbf') · EnsembleRegressors SVR с ядром и ансамбли регрессоров	регрессия	`SVR(kernel='rbf')` `GradientBoostingRegressor` `RandomForestRegressor`	Нет.	средняя Перспективно для координат ориентиров — верх Th12, малый вертел, края ROI бедра — по дескрипторам профилей, если организатор или команда разметят точки хотя бы на сотне снимков. Тогда закроются «охват сверху» и ротация бедра.
Spectral Clustering · GMM Спектральная кластеризация и GMM	кластеризация	`GaussianMixture` `SpectralClustering`	Нет.	средняя GaussianMixture на гистограмме яркости даёт мягкий порог кость/фон с вероятностью — устойчивее Отсу на тёмных кадрах и помогает оценке уверенности. Спектральная кластеризация здесь избыточна.
ElasticNet · Lasso ElasticNet и Lasso	регрессия	`Lasso` `ElasticNet`	Нет.	низкая Регрессия как таковая нам почти не нужна; L1 полезна для отбора признаков перед классификатором — но то же даёт LogisticRegression(penalty='l1').
Isomap · Spectral Embedding Isomap и спектральное вложение	снижение размерности	`Isomap` `SpectralEmbedding`	Нет.	низкая Красивая картинка набора для презентации, но на 252 снимках выигрыша над PCA для решения не даст.
KNeighbors Classifier k ближайших соседей	классификация	`KNeighborsClassifier`	Нет.	низкая На 99 исследованиях с дисбалансом голосование соседей неустойчиво и чувствительно к масштабу признаков. Плюс — объяснение «похоже на исследования N» для врача, но это можно получить и без классификатора.
LLE Локально-линейное вложение	снижение размерности	`LocallyLinearEmbedding`	Нет.	низкая То же, что Isomap, и чувствительнее к шуму.
MeanShift · VBGMM MeanShift и вариационная GMM	кластеризация	`MeanShift` `BayesianGaussianMixture`	Нет.	низкая Можно сегментировать яркостные области без числа кластеров, но области снимка DXA известны заранее, а MeanShift медленный на пикселях.
Naive Bayes Наивный Байес	классификация	`GaussianNB` `MultinomialNB`	Нет.	низкая Наши признаки сильно связаны (угол, положение оси, яркость краёв), предположение независимости ломается. Годится разве что как контрольный базис.
RidgeRegression · SVR(kernel='linear') Ridge и линейный SVR	регрессия	`Ridge` `SVR(kernel='linear')`	Нет.	низкая Могла бы предсказывать, например, поправку положения Th12 по профилю яркости, но без разметки точек учить не на чем; геометрия нагляднее.
MiniBatch KMeans MiniBatch k-средних	кластеризация	`MiniBatchKMeans`	Нет.	не нужна Для пикселей одного снимка и сотен снимков хватает обычного KMeans.
SGD Classifier Классификатор на SGD	классификация	`SGDClassifier`	Нет.	не нужна Данных в тысячи раз меньше порога этой ветки; обычные LinearSVC и LogisticRegression решат то же точнее.
SGD Regressor Регрессор на SGD	регрессия	`SGDRegressor`	Нет.	не нужна Не наш масштаб данных.
kernel approximation Аппроксимация ядра	классификация	`Nystroem` `RBFSampler`	Нет.	не нужна Нужна, когда SVC с ядром не помещается в память; на 252 снимках SVC считается напрямую.
kernel approximation Аппроксимация ядра	снижение размерности	`Nystroem` `RBFSampler`	Нет.	не нужна Не наш масштаб данных.