交叉验证在肺部 CT 结节检测模型评估中的应用级代码实现（PyTorch 版）

一、案例背景

某医院致力于借助人工智能技术提升肺部疾病诊断效率，计划部署基于卷积神经网络（CNN）的肺部 CT 结节检测模型。该模型的训练与评估依赖医院积累的 500 例肺部 CT 样本（含结节样本与无结节样本），但相较于常规机器学习任务，500 例样本量属于典型的小样本场景。医院核心需求是确保模型在不同患者的 CT 数据上均能稳定发挥检测作用，为临床诊断提供可靠辅助依据，避免因模型评估偏差导致误诊或漏诊。

二、核心问题：小样本下单次 train-test 划分的局限性

在小样本场景中，采用传统的单次 train-test 划分（如按 7:3 或 8:2 比例将 500 例样本分为训练集和测试集）评估模型，易因数据随机性产生严重偏差，主要体现在以下两方面：

1. 样本分布失衡：若单次划分恰好将大量 “易识别样本”（如结节体积大、边缘清晰、位置典型的 CT 影像）归入测试集，会使模型测试准确率虚高，无法反映模型对 “难识别样本”（如微小结节、边缘模糊或位于肺部边缘的结节）的检测能力；反之，若测试集集中大量难识别样本，会导致模型准确率被低估，掩盖模型实际性能。
2. 数据利用不足：小样本场景下，单次划分会使部分样本仅用于训练或仅用于测试，无法充分利用有限数据挖掘模型潜力，也难以全面验证模型在不同数据分布下的稳定性，增加模型在实际临床应用中 “失效” 的风险。