EchoCare：基于自监督学习的开源超声影像基础模型，支持多中心多设备泛化

1. EchoCare 是什么

EchoCare 是一个面向超声临床应用的完全开源基础模型，基于大规模无标注超声影像数据集 EchoAtlas 训练而成。该数据集覆盖全球5大洲23个临床中心、38种不同超声设备，包含450万张图像，涵盖9大人体区域和52个解剖器官。EchoCare 通过自监督学习实现跨中心、跨设备、跨人群的良好泛化能力，可支持节点分类、病变检测、器官分割、地标定位、射血分数回归、图像增强、报告生成等多种临床任务。项目提供预训练模型、评估基准与技术文档，助力医疗AI研究者与临床医生快速落地超声影像智能化应用。

EchoCare 是由 CAIR-HKISI（香港影像与智能健康计算中心）团队开发的开源超声影像基础模型。它的核心目标是构建一个通用、可泛化、可扩展的超声AI基础平台，让研究人员与开发者可以基于统一的模型框架，快速适配不同的超声临床任务，而无需从零开始训练模型。

EchoCare 的特点在于：

• 基于自监督学习：无需依赖大规模标注数据，降低了医学数据标注的成本与难度。

• 多中心、多设备数据训练：提升了模型在不同临床环境下的稳健性与泛化性。

• 覆盖广泛的解剖结构：可支持多种人体区域与器官的超声分析任务。

• 完全开源：代码、预训练模型、数据集构建方法均对外开放。

2. 功能特色

2.1 大规模多样化数据集 — EchoAtlas

EchoCare 的训练数据来自团队构建的 EchoAtlas 数据集，其规模与多样性在公开超声数据中处于领先水平。

2.2 自监督学习能力

EchoCare 采用自监督学习方法，在无标注数据上进行特征学习。相比传统监督学习，它的优势在于：

• 不需要人工标注，节省时间与成本。

• 可以利用海量未标注临床数据提升模型鲁棒性。

• 学到的特征可迁移到多种下游任务。

2.3 多任务支持

预训练后的 EchoCare 模型可通过微调适配多种临床任务：

2.4 跨中心与跨设备泛化

由于训练数据来自不同地区、不同品牌设备，EchoCare 在临床应用中表现出更好的适应性：

• 减少因设备差异导致的性能下降。

• 降低模型在不同医院部署的适配成本。

3. 技术细节

3.1 模型架构

EchoCare 采用 基于 Vision Transformer (ViT) 的主干网络，并结合医学影像特点进行优化：

• 输入图像尺寸：默认 224×224 或 384×384。

• 分块嵌入（Patch Embedding）：将图像划分为固定大小的patch并映射为向量。

• Transformer Encoder：提取全局特征。

• 多尺度特征融合：增强对不同尺寸病灶的识别能力。

3.2 自监督学习方法

EchoCare 使用 对比学习（Contrastive Learning） 作为主要自监督策略：

• 通过数据增强生成不同视图（view）。

• 最大化相同样本不同视图的特征相似度，最小化不同样本的相似度。

• 采用动量编码器（Momentum Encoder）提升特征一致性。

3.3 训练流程

1. 数据预处理：

• 从多源数据集中统一DICOM转码为PNG/JPEG。

• 去除低质量与标注缺失图像。

• 标准化像素值与尺寸。

1. 自监督预训练：

• 在450万张无标注图像上进行训练。

• 使用混合精度加速训练过程。

1. 下游任务微调：

• 冻结主干网络部分层，只训练分类/分割/检测头。

• 根据任务特点调整学习率与训练轮数。

3.4 评估基准

项目提供了标准化的评估流程与指标：

• 分类任务：准确率（Accuracy）、灵敏度（Sensitivity）、特异度（Specificity）、AUC。

• 分割任务：Dice系数、IoU。

• 检测任务：mAP（mean Average Precision）。

• 回归任务：MAE、RMSE、R²。

4. 应用场景

EchoCare 可广泛应用于超声影像分析的各个环节：

5. 使用方法

5.1 环境配置

# 克隆仓库
git clone https://github.com/CAIR-HKISI/EchoCare.git
cd EchoCare

# 创建并激活虚拟环境
conda create -n echocare python=3.9
conda activate echocare

# 安装依赖
pip install -r requirements.txt

5.2 数据准备

• 下载 EchoAtlas 数据集（需同意数据使用协议）。

• 将数据组织为指定目录结构：

dataset/
 ├── train/
 │   ├── class1/
 │   ├── class2/
 ├── val/
 │   ├── class1/
 │   ├── class2/

5.3 模型下载

预训练模型可从 Hugging Face 下载：

git lfs install
git clone https://huggingface.co/CAIR-HKISI/EchoCare-Base

5.4 微调模型

以甲状腺结节分类为例：

python train.py \
 --data_path ./dataset \
 --model_path ./EchoCare-Base \
 --task classification \
 --num_classes 2 \
 --epochs 50 \
 --batch_size 32 \
 --lr 1e-4

5.5 推理与评估

python evaluate.py \
 --data_path ./dataset/val \
 --model_path ./output/model_best.pth \
 --task classification

6. 常见问题解答（FAQs）

Q1: EchoAtlas 数据集如何获取？

A1: EchoAtlas 数据集托管在多个公开平台，需遵守各平台的数据使用协议。项目文档提供了完整的数据下载与整合指南。

Q2: 训练 EchoCare 需要什么硬件配置？

A2: 推荐使用至少 16GB VRAM 的 GPU（如 NVIDIA RTX 3090/4090 或 A100），预训练阶段建议多卡分布式训练。

Q3: 模型训练需要多长时间？

A3: 在 8×A100 GPU 上，自监督预训练约需 3-4 天；下游任务微调通常在几小时到一天内完成。

Q4: 是否支持其他医学影像模态？

A4: 当前版本主要针对超声影像优化，未来可能扩展至 CT、MRI 等其他模态。

Q5: 如何在私有数据集上微调模型？

A5: 只需将私有数据按指定格式整理，并修改训练脚本中的数据路径即可。

Q6: 模型是否支持多语言报告生成？

A6: 当前版本主要支持英文报告，可通过微调多语言文本数据扩展至其他语言。

Q7: EchoCare 的许可证是什么？

A7: 项目采用 Apache 2.0 许可证，允许商业与非商业使用，但需保留版权声明。

7. 相关链接

• GitHub 仓库：https://github.com/CAIR-HKISI/EchoCare

• 项目主页：https://echocare.cares-copilot.com/

• 预训练模型（Hugging Face）：https://huggingface.co/CAIR-HKISI

• 论文（arXiv）：http://arxiv.org/abs/2509.11752

8. 总结

EchoCare 是一个面向超声影像的开源基础模型，依托大规模多中心多设备数据集 EchoAtlas，通过自监督学习实现了优异的跨场景泛化能力。其设计兼顾了临床实用性与技术先进性，支持节点分类、器官分割、病灶检测、功能评估、图像增强和报告生成等多种任务。开源的代码、预训练模型与详细文档，为医疗AI研究者与临床医生提供了便捷的落地工具，有助于推动超声影像智能化的普及与发展。