研究导向
聚焦医学影像模型在对抗场景下的稳健性分析与改进。
Psoriasis Robust Adv&Defense银屑病医学影像对抗鲁棒性研究
数据预处理、模型训练与对抗攻击的一体化研究框架。
Ciallo～ (∠・ω< )⌒★
银屑病医学影像诊断的对抗攻防协同鲁棒性增强方法研究
本项目致力于研究对抗攻击对医学影像分类模型的影响，并提出系统的防御机制，以提高银屑病诊断的鲁棒性和可信度。
doc 分支 docs/Psoriasis-Robust-Adv-Defense/
├── src/psorad/ # 核心实现模块
│ ├── preprocess/ # 数据预处理
│ ├── data/ # 数据加载器
│ ├── models/ # 模型构建与下载
│ ├── trainers/ # 分类器训练
│ └── attack/ # SAMOO 对抗攻击
├── dataset/ # 数据目录
│ ├── raw_data/ # 原始数据
│ └── processed_data/ # 处理后数据
├── model/ # 模型存储
│ ├── pretrained_model/ # 预训练模型
│ └── trained_classifier/ # 训练好的分类器
├── docs-src/ # 文档源码（VitePress）
├── docs/ # 文档发布目录（静态产物）
└── tests/ # 单元测试| 文档 | 描述 |
|---|---|
| 安装指南 | 环境配置和依赖安装 |
| 快速开始 | 快速上手 |
| CLI 参考 | 命令行参数与示例 |
| 技术方案 | 方法与评估指标 |
| 贡献指南 | 协作规范与提交流程 |
| 组件 | 用途 | 版本 |
|---|---|---|
| PyTorch | 深度学习框架 | 2.9.0 |
| Transformers | 预训练模型库 | ≥4.57.0 |
| TorchVision | 计算机视觉工具 | 0.24.0 |
| NumPy | 数值计算 | ≥2.4.3 |
| Pandas | 数据处理 | ≥3.0.1 |
| Pillow | 图像处理 | ≥12.1.1 |
git clone https://github.com/NAC-HUST/Psoriasis-Robust-Adv-Defense.git
cd Psoriasis-Robust-Adv-Defense
uv syncuv run main.py preprocess \
--dataset-root dataset \
--datadir psoriasis_normal \
--image-size 224uv run main.py train \
--backbone resnet50 \
--datadir psoriasis_normal \
--epochs 3 \
--batch-size 16uv run main.py attack \
--backbone resnet50 \
--datadir psoriasis_normal更多详情见 快速开始指南
欢迎提交 Issue 和 Pull Request！请参考 贡献指南 了解详情。
提交前请运行：
ruff check . # 代码风格检查
mypy src # 类型检查
pytest # 单元测试本项目采用 GPLv3 开源许可证。