医学影像AI辅助诊断：病灶检出阈值与假阳抑制的阶段性实验

在医学影像AI辅助诊断系统的实验中，我们把重点放在一个常被低估的环节：检出阈值与假阳抑制的联合调优。肺结节、出血灶等目标在CT平扫中对比度低、边界模糊，模型单点召回提升往往伴随假阳激增，直接推高医生复核成本。

本阶段的做法是把模型输出拆成两级：第一级由主干检测网络输出候选框与置信度；第二级引入轻量复核模型，输入候选区域的局部多尺度特征与解剖位置先验（如是否位于胸膜、血管旁），对候选做二次打分。阈值不再全局固定，而是按解剖分区与结节尺寸分档设定，使敏感度与假阳率在不同区域取得可解释的平衡。

进展与数据：在内部脱敏数据集（约1.2万例薄层CT）上做交叉验证，单例平均假阳由4.1降至1.8，肺结节敏感度维持在92%左右；单例推理耗时增加约18ms，仍在阅片工作站可接受范围。