09 · 疟疾红细胞分类：四步常规优化，召回率从 84% 爬到 96%
Claude Science 绿皮书 · 第 9 篇 · 2026-07-26
上一篇我说过，从那一篇开始往 CNN 走。这一篇兑现：疟疾红细胞分类。但我想走完的不只是一个 CNN，是一整条方法线，从最笨的 SVM，到从零训练的小 CNN，再到预训练的 EfficientNet，看指标怎么一步一步爬上去。
先说一个反直觉的结果。方法越复杂、来头越大，效果就越好——我一开始也是这么默认的。迁移学习（拿预训练好的网络来改造）我下了足功夫：拿预训练的 EfficientNet，冻结全部特征只训分类头，得了 94.83%。而一个从零搭的小 CNN，60 万参数，跑了 95.08%。力气花得更多，反而输给土法 0.25 个点。
排座次的从来不是复杂度，是合不合这批数据。
这个结果先搁着，看到第四节你就懂了。
为什么挑疟疾红细胞
先说这一篇和 07 的关系。07 那篇做乳腺癌，全程只用 SVM，力气都花在一个方法内部：挑参数、选核函数、做标准化，把这一套调到它自己的上限。这一篇换了打法：不再守着一个方法，横着换，SVM、CNN、预训练网络一个个试过去，看哪个对这批数据最合适。
说白了，07 练的是把一个方法调到上限，这一篇练的是在几个方法里挑出合适的那个。问题难了一级，就得换更合适的工具，而不是把手上这把用得更狠。
第一个真案例为什么选它，三个理由全是为教学。
- 数据够干净。 NIH 的公开数据集，27,558 张血涂片，感染和未感染各 13,779 张，正好对半。没有缺失要补，没有不均衡要处理，精力可以全花在方法本身。
- 图片本身就是证据。 07 那篇的乳腺癌是表格数据，得先解释 30 维特征每一维什么意思；这里图往那一放就明白：细胞里有一块染色斑点，就是感染了。给新手讲分类，省一半口舌。
- 串得起一整条方法演进。 SVM 手工做特征、CNN 端到端（从原图一步出答案）、迁移学习借现成网络，这三步几乎是图像分类的全部入门选项。一套数据走完，方法怎么完善的就看清了。
还有一层领域背景：筛查里漏掉一个感染细胞，远比误报一个正常细胞严重。这直接决定了我全程盯着召回率（真感染里被抓出来的比例）和漏报数，而不是只看准确率。
不想读完？先记这四条
- 想复现：NIH 公开数据集，27,558 张图，下载就能跑
- 想选方法：SVM 到 CNN 跳得最狠，召回率一次上 10 个点
- 想迁移学习：冻结不够，必须微调，不然打不过从零的小 CNN
- 想公平对比：四步跑在同一份划分上，并给划分文件算一串指纹码，不然差距一半是幻觉
一、27,558 张图，两类正好对半
先看数据。NIH 的疟疾细胞数据集，一共 27,558 张血涂片图，感染和未感染各 13,779 张。这个「正好对半」在医学图像里难得，不用自己去做类别平衡。
图 1：样本：细胞内部的染色斑点是证据
图 2：尺寸：宽度中位 130 像素，大小悬殊
看样本图：两类细胞大小形状都差不多，区别在内部，感染细胞里有疟原虫留下的紫色斑点。人靠分辨这一小块颜色，我后面喂给 SVM 的，也是这类颜色的统计量。尺寸分布则大小悬殊：宽度中位数 130 像素，最小 46，最大 394。这决定了预处理里统一缩放这一步省不掉。
二、先跑经典方法：63 维手工特征考 88 分
第一个方法，走最经典的那一路：SVM（支持向量机，一种经典的老式分类器）。它看不了图，我得先亲手把图翻译成数字：RGB 颜色直方图 48 维，RGB 均值方差 6 维，HSV（换一种方式描述颜色）均值方差 6 维，灰度纹理 3 维，凑成 63 维。再做标准化（把各维数字拉到同一量级），核函数用 RBF（一种衡量样本间相似度的算法），强度参数 C=1.0。传统机器学习的经典套路：特征全靠人设计，模型只负责最后一步分类。
结果：准确率 88.27%。还行？看混淆矩阵（一张「谁被认对、谁被认错」的统计表）。
图 3：SVM 混淆矩阵：118 个感染被漏掉
1,500 张测试图里，118 个真感染被漏掉（假阴性），58 个未感染被误报（假阳性）。SVM 的问题也很明显：那 63 维特征是我拍死的定值，颜色差多大、纹理看哪种，全凭我猜，模型自己学不到任何新的看法。
我故意先跑这个最简单的，因为它就是后面那把尺子：后面每换一次方法，提升都拿这个 88.27 来量。没有基线，你根本不知道方法是好是坏，只知道它看起来高不高级。
三、换一步：不手工做特征了，让卷积自己学
第二个方法：简单 CNN（卷积神经网络）。只改一件事，不再手工做特征，直接把原始图片喂进去，让网络自己学特征。所谓卷积，就是拿一个个小窗口扫过全图，自己学该盯哪块。
网络不大：三个卷积块，每块的小窗口数（通道数）分别是 16、32、64，每块做同一套动作：扫图、归一、筛信号、压尺寸。图片统一缩放到 96×96，末尾再加一层 Dropout 0.3（训练时随机关掉三成神经元，防死记硬背），总参数 613,761。优化器用 Adam（会自动调节步幅的算法），学习率（每步调多大）1e-3，数据增强就水平垂直翻转加 15 度旋转，训 12 轮。这份数据切出训练 5,600 张、验证 1,200 张、测试 1,200 张，EfficientNet 后面走的同一份。全程跑在我的本地 CPU 上，没用 GPU。
图 4：训练曲线：12 轮跑稳，没翻车
图 5：CNN 混淆矩阵：漏报从 118 降到 34
准确率 95.08%，感染召回率从 84.27 跳到 94.33，漏报从 118 降到 34，直接砍掉七成多。这一下的跨度也最大。道理也简单：对这种图，特征怎么来，比分类器多高级更要紧。我给 SVM 的那 63 维特征，等于亲手把空间信息全扔了，斑点在哪、什么形状、和周围什么关系，卷积网络用自己学出来的卷积核全接住了，而我只给过它颜色统计。
把这一步和上一步摆在一起看，其实是两条路线在对撞。传统机器学习那一条，特征由人设计，模型只管最后一步分类，上限卡在设计特征的人身上；深度学习那一条，特征和分类一起学，图直接进去、答案直接出来。这批细胞恰好是后者的主场：证据是那一小块染色的形状、位置和周围关系，这些东西写不成 63 个数。换过来的代价不过是多跑了 12 轮 CPU，换来的是准确率从 88.27 抬到 95.08，感染召回率从 84.27 抬到 94.33，一次上 10 个点。这是全程唯一一次上双位数。
图 6：两步跳跃：SVM 到 CNN 跨度最大
四、再进一步：预训练 EfficientNet，冻结版反而不行
第三个方法：迁移学习。我用的是 EfficientNet-B0，一个现成的图像识别网络，B0 是它最小的型号；它已在 ImageNet 这个大型日常物体图集上预训练过，我把它的最后一层换成二分类。我跑了两个版本，差距就是全文最反直觉的地方。
冻结版：冻住全部卷积层，不让预训练经验动一分一毫，只训练最后的判断层（分类头），学习率 1e-3，3 轮。结果 94.83%，比从零训练的小 CNN 的 95.08% 还低。白忙活一天。为什么？ImageNet 装的是猫狗汽车，它练出来的是「怎么认日常物体」；血涂片细胞里那一小块染色斑点，完全在它的经验之外，这道坎叫 domain gap。冻结的头只能拿别人的旧眼镜看新细胞，当然对不上。
微调版：解冻最后三个卷积块，和分类头一起训，小学习率 1e-4，再训 8 轮。这回 96.50%，召回率 95.17%，漏报 29，误报只有 13。为了给筛查再多抠一点召回，我又把判定阈值（判感染还是正常的分界线）从 0.5 挪到 0.325：召回率升到 96.00%，漏报 29 降到 24，代价是误报 13 涨到 17。多救 5 个，多冤枉 4 个，在筛查逻辑里这笔账划算。
图 7：四版对比：微调版站到了最高
图 8：微调混淆矩阵：1,200 张里面对 1,158
到这里，开头那个结果也就有了答案：预训练表征是好东西，但得微调才弯得到这个领域。
上一节那张图把第一步的跨度画出来了。再比一次。上一步从手工特征换成卷积，准确率一次抬了 6.81 个点；这一步从自己搭的小 CNN 换成微调过的大网络，只抬了 1.42，感染召回率从 94.33 到 95.17，不到 1 个点。换路线那一下挣到的是大头，后面换更大的网络只剩零点几。越往后能抠出来的越薄，这也是我在这里停手、转去动阈值，而不是继续找更大模型的原因。
五、把整个过程串一遍
四步走到这里算走完了：先跑经典的 SVM 当尺子，换成自己学特征的 CNN，再换来头更大的预训练网络，最后把这个大网络微调到自己这批数据上。每一步只动一个地方，动完量一次，量完再定下一步动哪里。
数字上就是从 88 分起步，一步抬到 95，后面两步一点点磨到 96.5，漏报从 118 个降到 24 个。我没在哪一步发明新东西，用的全是现成的。难的只有两件：按顺序做完，每一步都留下能对账的数字。
只有一件事得留到下一节：这四步并不全跑在同一批测试题上。所以两个数字之间的差，先得看是不是同一批题，绝对不能直接相减就下结论。
六、回头审一遍：数字差点立不住
这一篇最大的坑不在模型训练，在「数字立不住」。
先是划分的事。SVM 先跑，当时随手用自己的划分；CNN 后跑，又换了一份。对比时我才反应过来：两组数字是在不同测试集上测的，差距里有一半是幻觉，也许方法强，也许只是那批测试题恰好简单。补救办法很笨但管用：把这份划分写进一个文件定死，再给这个文件算一串指纹码（学术上叫哈希校验和，这里用 SHA256；内容动一个字节都能发现）。后面在远端跑的时候必须带上这份文件，指纹对不上就直接报错。从此 CNN 95.08 对微调 96.50 这 1.42 个点，是同一批题上的真差距。
再是我抄错过自己的数字。EfficientNet 微调的漏报数，早期稿里写成 16，实际是 29，一整列混淆矩阵跟着抄歪，是第三轮审计逐条对原始输出才对出来的。还有参考文献：一度有 6 条没核验就写进了稿子，后来又混进来一条没核过的引用，分两轮才清空。自己跑出来的不等于可信，每个数都得能回溯到原始输出。
七、想自己跑一遍：把这段话丢给助手
上面这四步不靠手气，靠的是顺序。想自己跑一遍，把下面这段直接丢给你的 AI 助手就行，不用自己想流程。
我要做一个血涂片细胞图的二分类，数据用 NIH 公开的那份（27,558 张，两类各一半）。
按下面的步骤做，一步一步来，每做完一步先把结果给我看，我说继续你再做下一步。
0、先切一份划分并定死：训练 5,600、验证 1,200、测试 1,200。切完写进一个文件，给文件算一串指纹码。后面每一步都用这一份，不许重切。
1、第一步跑经典方法、做基线：手工提颜色和纹理特征（RGB 直方图、均值方差、HSV、灰度纹理，一共 63 维），标准化后用 SVM 分类。给我四个数：准确率、感染召回率、漏报数、误报数，加一张混淆矩阵。
2、第二步换从零训练的小卷积网络：三个卷积块（16/32/64），图缩到 96×96，加一层 Dropout 0.3，Adam，学习率 1e-3，训 12 轮。同样四个数加混淆矩阵，并与第一步并排放。
3、第三步换预训练的 EfficientNet-B0：先冻住全部卷积层、只训分类头，学习率 1e-3 训 3 轮；再解冻最后三个卷积块一起训，学习率 1e-4 训 8 轮。两版都给四个数。
4、最后调判定阈值：以感染召回率为主，找一个漏报更少的阈值，把代价（误报涨了多少）一并报给我。
四条规矩：
- 每一步只改一个地方，改完量一次。
- 每一个数字都要能回溯到原始输出，不准转述。
- 四步必须跑在同一份划分上。
- 不要预设哪个方法更强，也不要替我下结论。后一步比前一步差也是结果，照实报。这段话里没有一句是技巧，全是约束：一步一步做、一次只改一处、数字要能对账。最后一条最容易被省：别先告诉它哪个方法更强。你要是开口就说“先跑个差的”，它就会朝这个结论去写结果，比完也就不算比了。此前那两次让我意外的结果（冻结版输给小网络、预训练并不自动更强），正好是因为没预设才看得到。
总结：一张表带走
全文的数字，我压进了这张表：
| 方法 | 换了什么 | 准确率 | 感染召回 | 漏报 FN | 一句 takeaway |
|---|---|---|---|---|---|
| SVM 特征工程 | 手工 63 维特征 | 88.27% | 84.27% | 118 | 基线，尺子 |
| 简单 CNN | 卷积自己学特征 | 95.08% | 94.33% | 34 | 最大的跳，来自自动学特征 |
| EfficientNet-B0 冻结 | 只训预训练的头 | 94.83% | 94.50% | 33 | 冻着用，打不过从零 |
| EfficientNet-B0 微调 | 解冻后三个块 | 96.50% | 95.17% | 29 | 微调才跨过 domain gap |
| 微调 + 召回阈值 | 阈值 0.5→0.325 | 96.58% | 96.00% | 24 | 筛查宁可多报，不可漏 |
复盘：提升到底从哪来
回头看，这四步只回答一个问题：提升到底从哪来。
先算总账：漏报的感染细胞，从 SVM 的 118 个，一路降到最后的 24 个。四步走下来，多抓回 94 个。
但这 94 个不是匀着来的。从 SVM 到 CNN，分类器不过从核函数换成卷积层，真正变的是特征不再由我手工设计，改成网络自己从图里学：漏报从 118 一次降到 34，一步抓回 84 个，占尽大头。从 CNN 到预训练微调，模型更大、来头更响，漏报只从 34 降到 29；最后把判定阈值往召回那边挪了挪，又救回 5 个，才凑到 24。后两步加起来，不过 10 个。
所以这笔账很清楚：大头在“不再手工做特征”这一步就挣完了，后两步是在这个底子上一点点收窄误差。整条路没有一个新方法，全是现成的常规操作，只是按顺序做完了、没有跳步。
一句带走
这一路没有一个新方法，全是现成的：先跑经典方法当尺子，换成 CNN，再换更大的预训练网络，最后把这个大网络微调到自己这批数据上。四步，每步只动一个地方。
真正把 96.5 抠出来的，不是哪个模型更强，是最后那一步：把一个通用的大网络，一点点搬到自己这批细胞上。
四步爬升：召回率 84% → 96%，没有新方法
下一篇
这一篇只讲实验怎么一步步优化。跑完之后，手上那四组数、九张图、一份锁死的划分文件，该怎么变成一篇论文，单独写一篇：下一篇「跑完实验之后：怎么把它写成一篇论文」。一篇标准论文分几块、每一块该交什么、这四步各自填进了哪一块，那一篇里一格一格拆。
配图都在 claude-science-green-book 仓库 articles/assets/day09/，数据与代码在私有素材库 claude-science-materials 的 day09/，本篇背后的完整论文原版（番外）在同仓库 extras/day09-malaria-paper-original.md。
论文原版也可以直接在线读：基于特征工程与深度学习的疟疾红细胞图像分类方法比较研究