Medical Imaging / RetFound

在医学影像实验室做过眼科疾病识别和基础模型微调，主要接触 RetFound、类别不平衡和真实医学数据上的模型适配。

Context#

我早期在医学影像实验室做过眼科疾病识别相关工作，主要围绕真实医学影像数据和基础模型微调。

这个项目让我接触到 RetFound 这类医学影像基础模型，以及真实医疗数据中的类别不平衡、标注质量和下游适配问题。

What I worked on#

我参与的内容包括：

• 医学影像数据整理；
• 眼科下游任务适配；
• RetFound 微调；
• 类别不平衡问题处理；
• baseline 训练和结果分析。

What I learned#

这段经历让我意识到，真实数据上的模型训练和 benchmark 上的训练很不一样。

医学数据通常伴随标注噪声、类别不均衡、样本量限制和隐私约束。模型能不能在论文里表现好是一回事，能不能在真实数据上稳定适配是另一回事。

虽然这不是我现在的主线，但它是我理解“基础模型 + 真实场景适配”的早期经历。