Skip to content

MedFusion 教程

欢迎来到 MedFusion 教程!本教程体系采用模块化设计,每个教程都是独立的学习单元,你可以按需选择学习路径。

在进入教程前,请先把“新建模型”这件事分清楚:

  • 普通用户:复制主链模板,在现有组件里组合
  • 高级用户:Builder / 代码做结构实验
  • 真正新的模型能力:先扩 runtime,再扩 YAML

先读:如何新建模型与 YAML

🎯 三种学习路径

⚡ 路径 1:快速入门(30 分钟)

目标:先成功跑通一次主链,再理解配置和模型组织方式

适合人群:想要快速体验框架的用户

补充说明:

  • 如果你只是想给自己的任务新建 YAML,先不要把教程里的示例脚本当成官方首选入口
  • 更推荐先从主链模板复制开始,再回来补教程

学习模块

  1. 环境安装(5 分钟)
  2. 快速上手(10 分钟)
  3. CLI 与 Config 使用路径(10 分钟)
  4. 公开数据集快速验证(10 分钟,可选)
  5. 如何新建模型与 YAML(10 分钟)

教学型补充

特点

  • 先跑通官方主链
  • 先用现成模板成功一次
  • 再决定是否进入教学型脚本教程

📚 路径 2:完整学习(2-3 小时)

目标:系统掌握框架核心功能

适合人群:希望全面了解框架的研究人员和工程师

学习模块

  1. 环境安装(5 分钟)
  2. 你的第一个模型(30 分钟)
  3. 配置文件详解(20 分钟)
  4. 数据准备指南(30 分钟)
  5. 模型构建器 API(25 分钟)
  6. 融合策略对比(20 分钟)
  7. 训练工作流(30 分钟)
  8. 模型导出(15 分钟)

总时长:约 2.5 小时


🎓 路径 3:深度学习(5-8 小时)

目标:掌握高级功能和真实案例

适合人群:需要在生产环境中使用框架的专业人员

学习模块

基础部分(路径 2 的所有模块)

高级功能

案例研究(选择 1-2 个):

总时长:5-8 小时(取决于选择的案例数量)


📖 所有教程模块

入门模块

模块时长难度描述
01. 环境安装5 分钟安装 MedFusion 和依赖
02. 快速上手10 分钟先把官方主链跑通
03. CLI 与 Config 使用路径10 分钟搞清楚主链 YAML、Builder 和 Web 的边界
04. 公开数据集快速验证10 分钟没有私有数据时的最快入口
05. 如何新建模型与 YAML10 分钟判断该复制模板、进 Builder,还是先扩 runtime
06. 你的第一个模型30 分钟教学型补充:从零写 demo 理解流程
07. 配置文件详解20 分钟⭐⭐理解配置文件结构
08. 数据准备指南30 分钟⭐⭐准备医学影像数据

模型构建模块

模块时长难度描述
05. 模型构建器 API25 分钟⭐⭐使用 Builder API 构建模型
06. 选择骨干网络15 分钟⭐⭐如何选择合适的骨干网络
07. 融合策略对比20 分钟⭐⭐⭐8 种融合策略详解

训练模块

模块时长难度描述
08. 训练工作流30 分钟⭐⭐完整训练流程
09. 监控训练进度15 分钟⭐⭐TensorBoard 和 WandB
10. 超参数调优25 分钟⭐⭐⭐系统化调优策略

高级功能模块

模块时长难度描述
11. 注意力监督20 分钟⭐⭐⭐引导模型关注正确区域
12. 多视图支持25 分钟⭐⭐⭐多角度 CT、时间序列等

部署模块

模块时长难度描述
13. 模型导出15 分钟⭐⭐ONNX 和 TorchScript
14. Docker 部署20 分钟⭐⭐容器化部署
15. 生产环境清单15 分钟⭐⭐⭐上线前检查

案例研究

案例时长难度描述
肺结节检测60 分钟⭐⭐⭐CT 影像分类任务
乳腺癌分类75 分钟⭐⭐⭐⭐多模态融合案例
生存预测90 分钟⭐⭐⭐⭐时间序列 + 临床数据

💡 如何使用本教程

按用户类型选择

🆕 新手用户

👨‍💻 有深度学习基础的研究人员

  • 直接学习完整学习路径
  • 重点关注医学影像特有的功能(多视图、注意力监督)

🏢 生产环境部署人员

按需学习

每个模块都是独立的,你可以:

  • 跳过已经熟悉的内容
  • 只学习感兴趣的模块
  • 按任意顺序学习(建议先完成入门模块)

📋 前置知识

必需

  • Python 基础(变量、函数、类)
  • 基本的命令行操作

推荐

  • PyTorch 基础(张量、模型、训练循环)
  • 深度学习基础概念(卷积、损失函数、优化器)
  • 医学影像基础(CT、MRI、病理切片)

不需要

  • 不需要医学背景(教程会解释医学概念)
  • 不需要高级深度学习知识(教程会从基础开始)

🔗 相关资源


🤝 反馈和贡献

如果你在学习过程中遇到问题或有改进建议,欢迎:


开始学习:选择一个学习路径,点击第一个模块开始吧!🚀

Released under the MIT License.