簡介面向醫(yī)學(xué)圖像分割研究者和算法工程師的骶骨腰痛脊椎分割數(shù)據(jù)集涵蓋軸位面、冠狀面、矢狀面三個切面共5個類別并提供類別說明文件與可視化腳本。圖像統(tǒng)一為512×512尺寸采用醫(yī)學(xué)影像常用窗寬窗位增強(qiáng)處理切片時已剔除ROI面積不足3%的樣本標(biāo)簽以8位灰度PNG格式存儲便于直接用于模型訓(xùn)練與評估。整個壓縮包共2000個文件其中1998張PNG圖片對應(yīng)CT切片及掩膜1個TXT文件記錄類別映射1個PY腳本用于快速預(yù)覽分割效果包體大小472.47MB。數(shù)據(jù)集按x、y、z軸分別整理圖片與mask一一對應(yīng)x軸2113對、y軸2272對、z軸6404對結(jié)構(gòu)清晰可直接加載。目前已有226人學(xué)習(xí)瀏覽適合作為脊柱分割、CT影像分析等任務(wù)的訓(xùn)練與驗證數(shù)據(jù)。1. 醫(yī)學(xué)圖像分割數(shù)據(jù)集骶骨腰痛脊椎分割從哪一步開始最省力醫(yī)學(xué)圖像分割數(shù)據(jù)集是把CT、MRI里看不見的解剖結(jié)構(gòu)與病灶變成像素級標(biāo)簽的基礎(chǔ)資源。標(biāo)題里這組骶骨腰痛脊椎分割數(shù)據(jù)典型形態(tài)是一份NIfTI或PNG格式的原始影像配一套同分辨率標(biāo)簽文件外加按軸位、矢狀位、冠狀位三個切面劃分好的子集和可視化代碼。它解決的是臨床中一個很具體的痛點腰痛患者的椎間盤退變、骶髂關(guān)節(jié)炎、神經(jīng)根壓迫都需要先精確分割出椎體、椎間盤、骶骨和神經(jīng)結(jié)構(gòu)才能做后續(xù)測量與手術(shù)規(guī)劃。適合用它的人群很明確不想從零采集影像的醫(yī)學(xué)影像算法工程師、需要快速做基線實驗的研究生、以及要驗證分割模型泛化性的醫(yī)療AI團(tuán)隊。但這類數(shù)據(jù)集真正值錢的地方不只是標(biāo)簽本身而是你讀數(shù)據(jù)時能不能繞過方向軸序這些隱蔽的坑。2. 三個切面劃分與5個類別讀透數(shù)據(jù)集前最關(guān)鍵的認(rèn)知2.1 軸位、矢狀位、冠狀位三維影像的三個解剖觀察平面拿到這組數(shù)據(jù)集第一件事不是看模型而是理解“三個切面劃分”在醫(yī)學(xué)影像里指什么。MRI和CT原始數(shù)據(jù)是一個三維體素數(shù)組可以想象成一個由無數(shù)小方塊堆成的長方體每個小方塊記錄一個灰度值。解剖學(xué)上習(xí)慣用三個互相垂直的平面去裁剪這個長方體得到臨床讀片用的二維圖像。軸位也叫橫斷面垂直于人體長軸從頭側(cè)往腳側(cè)看是CT讀取椎體和椎間盤最常用的視角。矢狀位從人體側(cè)面切開能完整看到脊柱前后序列適合觀察腰椎前凸、椎體滑脫和椎間盤突出。冠狀位從正前方切開對觀察左右對稱結(jié)構(gòu)和骶髂關(guān)節(jié)很有用。這三個切面在同一份三維數(shù)據(jù)上切片得到的二維圖像內(nèi)容完全不同所以整理型數(shù)據(jù)集會把它們分開組織避免用戶混淆。實際數(shù)據(jù)組織上的差異比想象中大。一個三維volume的shape若是(384, 384, 120)軸位切片數(shù)量約120張矢狀位384張冠狀位384張。如果體素間距各向同性三個方向切片數(shù)量很接近但MRI矢狀位序列常常層厚2.5mm、平面內(nèi)分辨率0.8mm重采樣后矢狀位層面數(shù)遠(yuǎn)少于軸位。這有個直接后果按切面劃分的數(shù)據(jù)集三份子集大小通常不一樣訓(xùn)練時如果不按各切面自身epoch均衡模型會對切片多的那個切面過擬合而對切片少的切面欠擬合。采用3D模型時三個切面會被網(wǎng)絡(luò)天然融合不存在這個問題但用2D模型按切面訓(xùn)練椎體在軸位是圓形輪廓在矢狀位是矩形輪廓同一個網(wǎng)絡(luò)很難同時擬合兩種形態(tài)。所以標(biāo)題里專門標(biāo)注“3個切面劃分”暗含一個使用建議三個切面最好分開做訓(xùn)練或驗證而不是直接混在一個訓(xùn)練集里。我實際做的時候一般先按切面各跑一個2D模型把三個模型對同一病例的預(yù)測結(jié)果做投票融合而不是一上來就堆3D網(wǎng)絡(luò)。2.2 5個類別標(biāo)簽不要想當(dāng)然先打印np.unique“5類別”是標(biāo)簽文件里語義類別的數(shù)量。最常見設(shè)計是0為背景1到4分別對應(yīng)四類組織結(jié)構(gòu)。具體到骶骨腰痛場景不同數(shù)據(jù)集語義劃分差異很大有的把椎體和椎間盤分開把骶骨和腰椎分列有的按節(jié)段劃分L3、L4、L5各自一類還有的會把硬膜囊、神經(jīng)根、椎管算進(jìn)去。因此第一步永遠(yuǎn)是用np.unique打印標(biāo)簽值并去README或標(biāo)簽說明文件里找類別映射表。標(biāo)簽文件里寫的是整數(shù)不會直接告訴你哪個整數(shù)代表椎間盤這個映射信息是使用這套數(shù)據(jù)的第一道關(guān)卡。如果標(biāo)簽說明缺失還有一個排查方法用matplotlib逐個畫mask從顏色和形狀猜解剖結(jié)構(gòu)。椎體在軸位上有明顯的皮質(zhì)骨高信號環(huán)包圍松質(zhì)骨椎間盤呈扁橢圓骶骨呈倒三角形態(tài)且位于脊柱末端?？啃螒B(tài)學(xué)判斷雖然不嚴(yán)謹(jǐn)?shù)珜Υ_認(rèn)標(biāo)簽語義足夠有效。我在以前的項目里遇到過標(biāo)簽說明文件寫反的情況class ID 1寫的是椎體實際mask畫出來是椎間盤這種錯位只有靠可視化才能發(fā)現(xiàn)。5個類別的實際意義在于損失函數(shù)設(shè)計。若按體素數(shù)統(tǒng)計椎體和背景占絕對多數(shù)椎間盤和神經(jīng)根占比可能只有百分之幾直接用softmax cross entropy小類別幾乎不可能學(xué)到。我在項目里給這5類做加權(quán)Dice Loss權(quán)重按類別體素占比的倒數(shù)歸一化小類權(quán)重通常落在5到15區(qū)間。如果GPU資源有限、不想調(diào)太多超參數(shù)至少用Tversky Loss把a(bǔ)lpha和beta分別設(shè)成0.3和0.7對假陰性更敏感適合骶骨邊界這類小目標(biāo)。如果業(yè)務(wù)只要求“骨性結(jié)構(gòu) vs 非骨性結(jié)構(gòu)”完全可以把5類重映射成2類再訓(xùn)練。保留原始5類標(biāo)簽文件不動在dataloader里做重映射def remap_label(label, keep_ids(1, 2, 3, 4), target_id1): out np.zeros_like(label, dtypenp.uint8) for idx in keep_ids: out[label idx] target_id return out這里要注意不要預(yù)處理時覆蓋原始標(biāo)簽文件否則后悔藥就沒了。重映射代碼最好寫在數(shù)據(jù)加載階段讓原始5類標(biāo)簽始終保留在磁盤。參數(shù)keep_ids根據(jù)你查到的類別映射決定比如想把椎體和骶骨合并成骨頭類就傳對應(yīng)的兩個class id。2.3 標(biāo)簽文件的兩種組織形式整卷掩碼與切片掩碼“標(biāo)簽文件”在不同數(shù)據(jù)集里指代差別很大。從標(biāo)題和常見落地方式看這組數(shù)據(jù)的標(biāo)簽文件很可能是整卷NIfTI掩碼也可能已被切成單張PNG。這兩種組織形式各有適用場景處理方式完全不同組織形式典型文件讀入方式優(yōu)勢隱患整卷掩碼case001_img.nii.gz case001_label.nii.gznibabel讀取整個volume保留三維結(jié)構(gòu)任意切面可重新抽取需要自己寫切片邏輯切片掩碼images/case001_sag_123.png masks/case001_sag_123.pngPIL/OpenCV逐張讀取2D訓(xùn)練開箱即用切面軸序被固化轉(zhuǎn)切面易錯判斷方法很簡單看每個case目錄里label文件有幾個。如果只有一個和img同尺寸的同名文件就是整卷掩碼如果有幾十上百個png就是切片掩碼。整卷掩碼對重新劃分三切面更友好切片掩碼則省去了抽取步驟。我一般傾向拿到手先轉(zhuǎn)成整卷nii的中間形態(tài)哪怕原始文件是png。原因很現(xiàn)實以后換模型換切面只需從nii重新切一遍不用去找png命名對應(yīng)關(guān)系。還有一個細(xì)節(jié)有些整理型數(shù)據(jù)集會另放一個label_info.yaml或classes.txt里面寫每個class id對應(yīng)的解剖名稱。這個文件就是標(biāo)簽文件的文檔務(wù)必在訓(xùn)練前讀一遍。如果里面寫的類別數(shù)和標(biāo)題“5類別”對不上先不要懷疑自己可能是組織版本不一致去README的歷史版本記錄里查更新說明。3. 讀入數(shù)據(jù)集并核驗標(biāo)簽文件最小腳本與軸序確認(rèn)3.1 先確認(rèn)目錄結(jié)構(gòu)再決定用哪種讀取管線解壓數(shù)據(jù)集以后最忌諱一上來就glob所有文件進(jìn)訓(xùn)練腳本。醫(yī)學(xué)影像數(shù)據(jù)集最常見的翻車點就是目錄結(jié)構(gòu)比想象中復(fù)雜。正確順序是先看頂層目錄再用腳本統(tǒng)計文件類型和數(shù)量最后邊讀邊檢查文件命名。常見目錄結(jié)構(gòu)有按case組織case001/ 下放 img.nii.gz 和 seg.nii.gzcase002/ 同理。按切面組織axial/、sagittal/、coronal/ 三個文件夾每個文件夾下包含對應(yīng)切片圖與標(biāo)簽。按訓(xùn)練/驗證組織train/、val/、test/ 下再套上述兩種結(jié)構(gòu)。用tree列出兩層目錄后還要統(tǒng)計每個子目錄下文件數(shù)量是否吻合三切面預(yù)期。一條bash命令就能完成擴(kuò)展名統(tǒng)計find . -type f | sed s|.*\.|| | sort | uniq -c這個命令把所有文件擴(kuò)展名提取出來計數(shù)。如果輸出里既有nii.gz又有png說明可能是混合交付訓(xùn)練腳本要分別處理。如果某切面目錄下文件數(shù)量是0說明交付時漏了該切面不能默認(rèn)“三個切面都能用”。這步做完還有一個容易漏的檢查文件名里的切面標(biāo)記是否統(tǒng)一。有的數(shù)據(jù)用ax有的用axial有的用t1_ax_001.png這種帶序列名的格式。我一般會把所有文件名掃一遍找出所有不匹配規(guī)律的文件單獨列出來人工確認(rèn)。尤其是那種把矢狀位誤命名為“cor”的文件一旦混進(jìn)訓(xùn)練集等于給模型喂錯誤標(biāo)簽。3.2 NIfTI讀取、標(biāo)簽unique值檢查與orientation標(biāo)準(zhǔn)化讀取NIfTI時我習(xí)慣把圖像讀取、標(biāo)簽檢查和方向標(biāo)準(zhǔn)化寫在一個體檢腳本里每次拿到新數(shù)據(jù)先跑一遍。最小代碼像這樣import numpy as np import nibabel as nib img_nii nib.load(case001_img.nii.gz) seg_nii nib.load(case001_label.nii.gz) img img_nii.get_fdata() seg seg_nii.get_fdata().astype(np.uint8) print(image shape:, img.shape) print(seg unique:, np.unique(seg)) # 標(biāo)簽文件里到底有哪些類別 print(voxel spacing:, img_nii.header.get_zooms())get_zooms返回體素間距單位是毫米。這個信息在后面重采樣和物理坐標(biāo)換算時非常重要。seg轉(zhuǎn)成uint8是為了后續(xù)保存和計算Dice時不出現(xiàn)類型不匹配float類型的mask在做np.sum時不會報錯但數(shù)字精度和顯存占用都更差。unique輸出應(yīng)該是0到4的連續(xù)整數(shù)如果發(fā)現(xiàn)跳號比如只有0、1、2、4而沒有3說明標(biāo)簽文件可能有缺失或壓縮損壞。方向標(biāo)準(zhǔn)化是NIfTI讀取里最容易被忽視的一步。NIfTI的affine矩陣記錄了體素數(shù)組到解剖坐標(biāo)的映射直接按數(shù)組索引取切片圖像可能被旋轉(zhuǎn)或翻轉(zhuǎn)。統(tǒng)一到RAS坐標(biāo)系的標(biāo)準(zhǔn)做法是from nibabel.orientations import axcodes2ornt, apply_orientation def to_ras(vol, affine): ornt nib.orientations.io_orientation(affine) # 當(dāng)前方向 ras_ornt axcodes2ornt((R, A, S)) # 目標(biāo)方向 transform nib.orientations.ornt_transform(ornt, ras_ornt) return apply_orientation(vol, transform), transform這段代碼不重采樣只是做數(shù)組翻轉(zhuǎn)和轉(zhuǎn)置把方向統(tǒng)一成RAS后img和seg做同樣的變換兩者仍保持體素級對齊。以后所有切片抽取都基于標(biāo)準(zhǔn)化后的數(shù)組就不會出現(xiàn)“軸位圖像左右翻轉(zhuǎn)”這種低級錯誤。3.3 DICOM序列讀取與SeriesInstanceUID匹配另一類常見情形是圖像給的是DICOM原始序列標(biāo)簽文件卻是NIfTI。這時不能用SimpleITK的默認(rèn)series reader一把梭因為一個目錄下可能混著多個序列定位像、T1、T2各有各的SeriesInstanceUID。正確做法是先按UID分組再逐組讀取。import SimpleITK as sitk reader sitk.ImageSeriesReader() # 先列出目錄下所有序列UID確認(rèn)目標(biāo)序列 uids reader.GetGDCMSeriesIDs(/path/to/dicom_dir) print(available series:, uids) dicom_names reader.GetGDCMSeriesFileNames( /path/to/dicom_dir, seriesIDuids[0], useSeriesDetailsTrue ) reader.SetFileNames(dicom_names) image reader.Execute() # SimpleITK Image含spacing和direction參數(shù)useSeriesDetailsTrue會讓匹配更嚴(yán)格把同一序列的多個子序列區(qū)分開避免合并錯亂。讀取后必須檢查image.GetSpacing()因為DICOM頭部的spacing單位是毫米且z方向?qū)娱g距可能在不同序列間差別很大。如果直接按numpy索引切片而忽略spacing訓(xùn)練出來的模型對物理世界中的椎體大小沒有概念換一臺掃描設(shè)備可能直接失效。這里有一個容易翻車的點SimpleITK把numpy數(shù)組按z、y、x順序排列和NIfTI的x、y、z順序剛好相反。同樣的代碼從NIfTI讀和從DICOM讀取第三維索引含義完全不同。我在項目里會用SimpleITK的GetDirection和origin打印出來和NIfTI的affine對齊一次確認(rèn)空間位置匹配后再做后續(xù)處理避免兩個模態(tài)的數(shù)據(jù)在混合訓(xùn)練時軸序錯亂。3.4 從整卷掩碼抽三切面并保存索引CSV如果你拿到的是整卷NIfTI下一步就是按三個切面抽片并把切片索引保存下來。常見做法是寫一個抽取函數(shù)統(tǒng)一處理三個方向def extract_slice(vol, mask, axis, idx): if axis axial: return vol[:, :, idx], mask[:, :, idx] elif axis sagittal: return vol[:, idx, :], mask[:, idx, :] elif axis coronal: return vol[idx, :, :], mask[idx, :, :] else: raise ValueError(axis must be axial/sagittal/coronal)抽取后建議把所有切片導(dǎo)出成npy或png同時生成一個CSV記錄每個切片的來源索引和非空標(biāo)簽狀態(tài)import csv, os meta_path slice_index.csv with open(meta_path, w, newline) as f: writer csv.writer(f) writer.writerow([case_id, axis, slice_idx, has_label]) for axis in [axial, sagittal, coronal]: num {axial: img.shape[2], sagittal: img.shape[1], coronal: img.shape[0]}[axis] for idx in range(num): img_s, seg_s extract_slice(img, seg, axis, idx) has_label int(np.count_nonzero(seg_s) 0) writer.writerow([case_id, axis, idx, has_label])這個CSV在訓(xùn)練時的價值很大可以按has_label過濾切片也可以按axis統(tǒng)計各切面的標(biāo)注覆蓋密度。很多醫(yī)學(xué)分割數(shù)據(jù)集只標(biāo)注了部分切片沒有這個索引文件你訓(xùn)練時只能全量讀入再在內(nèi)存里做判斷有了CSV數(shù)據(jù)加載階段就能直接跳過無標(biāo)注切片IO和顯存開銷都小很多。npy格式保存的切片讀起來比每次從nii.gz切快不少代價是磁盤占用變大適合以2D訓(xùn)練為主的項目。4. 可視化代碼跑通三切面疊加mask、顏色映射與批量導(dǎo)出4.1 方向統(tǒng)一后再做灰度窗口調(diào)整可視化不是為了好看是為了用眼睛快速發(fā)現(xiàn)標(biāo)簽和圖像的對齊錯誤。讀入圖像后第一步是檢查方向第二步是調(diào)整灰度顯示范圍。CT圖像的HU值范圍巨大脊柱CT可能在-1024到3000HU不加窗直接imshow看到的只是一團(tuán)白或一團(tuán)黑。MRI沒有標(biāo)準(zhǔn)HU值但也需要按百分位截斷。p_low, p_high np.percentile(img_slice, [0.5, 99.5]) img_slice_clipped np.clip(img_slice, p_low, p_high)percentile取0.5和99.5是在多數(shù)醫(yī)學(xué)影像上的穩(wěn)妥區(qū)間能壓掉極端的金屬偽影和空氣噪聲。不要用0和100那等于沒截斷。clip只影響顯示不改變mask也不改變訓(xùn)練數(shù)據(jù)。如果數(shù)據(jù)集本身就是已經(jīng)歸一化好的npy比如0到255的uint8這步可以省略但可視化腳本里保留clip無害訓(xùn)練pipeline里則要保持和可視化一致的數(shù)據(jù)預(yù)處理避免可視化與訓(xùn)練看到不同灰度分布。4.2 固定類別顏色映射避免連續(xù)colormap誤導(dǎo)多類別mask如果用matplotlib默認(rèn)的viridis第一類低亮度、第五類高亮度人眼會誤把類別值當(dāng)成強(qiáng)度。正確做法是自定義離散顏色表讓每個類別從視覺上就能區(qū)分骨骼用黃色系、椎間盤用藍(lán)色系、神經(jīng)根用綠色系背景始終透明。CMAP { 0: (0, 0, 0, 0), # 背景透明 1: (1.0, 0.8, 0.2, 0.5), # 黃 2: (0.2, 0.6, 1.0, 0.5), # 藍(lán) 3: (0.3, 0.9, 0.3, 0.5), # 綠 4: (0.9, 0.3, 0.7, 0.5), # 紫 }key是標(biāo)簽文件里的class idvalue是RGBA四元組。用matplotlib的ListedColormap把這個dict轉(zhuǎn)換成可用的colormap再傳給imshow。alpha統(tǒng)一0.5既能看到底下的解剖細(xì)節(jié)又不會讓類別邊界發(fā)虛。若某個類別占比過低比如第四類只有幾百個像素疊加在圖上幾乎看不清可以單獨對該類別生成一個二值mask放大顯示而不是提高全局alpha否則其他類別會糊成一片。實際調(diào)試中我發(fā)現(xiàn)一個規(guī)律當(dāng)mask邊緣和圖像灰度邊緣錯開兩三個像素時不需要去算指標(biāo)肉眼就能看出來。所以可視化代碼里不要加平滑或插值imshow的interpolation必須設(shè)成none否則mask邊緣被平滑后本來對不齊的問題會被糊掉看起來反而“差不多對齊了”。4.3 一次性輸出三切面九宮格并批量導(dǎo)出單張單張畫圖效率太低。我在項目里常寫一個自動選層函數(shù)從每個切面里挑出“非空標(biāo)簽面積最大”的三張切片拼成3行3列的九宮格一次輸出一個case的完整概覽。def pick_best_slices(seg, axis, k3): scores [] num {axial: seg.shape[2], sagittal: seg.shape[1], coronal: seg.shape[0]}[axis] for idx in range(num): img_s, seg_s extract_slice(seg, seg, axis, idx) # 僅取mask count np.count_nonzero(seg_s) if count 0: scores.append((count, idx)) scores.sort(reverseTrue) return [idx for _, idx in scores[:k]]這里有個偷懶的小技巧extract_slice的第一個參數(shù)傳seg而不是img因為選層只看標(biāo)簽面積沒必要讀圖像數(shù)據(jù)。選完層后再從原始volume里抽圖像能省一次IO。九宮格用matplotlib的subplots(3, 3, figsize(12, 12))排版每個子圖顯示一個切面的一張切片。figsize設(shè)成12x12在普通屏幕上能完整顯示字體也夠大。批量導(dǎo)出時固定三個參數(shù)dpi200、bbox_inchestight、facecolorblack。dpi太低時壓縮偽影明顯太高文件體積大facecolor設(shè)成黑可以讓灰度圖像視覺更接近閱片環(huán)境。命名規(guī)則建議用case001_axial_123.png這種帶切片索引的格式方便回溯到原始volume的具體位置。4.4 用交互式滑塊快速做單病例三切面檢查腳本穩(wěn)定后在Jupyter或PyQt上可以加一個滑動條交互式瀏覽切片這對快速瀏覽一個case所有標(biāo)注特別有用。核心代碼是基于matplotlib的Sliderfrom matplotlib.widgets import Slider def browse_case(img, seg, axis): num {axial: img.shape[2], sagittal: img.shape[1], coronal: img.shape[0]}[axis] fig, ax plt.subplots(figsize(8, 8)) plt.subplots_adjust(bottom0.15) initial_img, initial_seg extract_slice(img, seg, axis, num // 2) im ax.imshow(initial_img, cmapgray, interpolationnone) overlay ax.imshow(np.ma.masked_where(initial_seg 0, initial_seg), cmapmy_colormap, alpha0.5, interpolationnone) slider_ax plt.axes([0.2, 0.05, 0.6, 0.03]) slider Slider(slider_ax, slice, 0, num - 1, valinitnum // 2, valstep1) def update(val): idx int(val) img_s, seg_s extract_slice(img, seg, axis, idx) im.set_data(img_s) overlay.set_data(np.ma.masked_where(seg_s 0, seg_s)) fig.canvas.draw_idle() slider.on_changed(update) plt.show()參數(shù)valstep1保證滑塊每次移動一個整數(shù)切片避免浮點索引導(dǎo)致的重復(fù)顯示。這個交互式查看的實用價值在于一次拖完所有切片能快速發(fā)現(xiàn)標(biāo)簽文件里哪些層面沒有標(biāo)注、哪些層面標(biāo)注明顯畫錯。如果一個case幾乎每張切片都全黑那就要懷疑標(biāo)簽文件讀入方向出錯了。5. 骶骨腰痛分割數(shù)據(jù)集使用避坑切面混淆、稀疏標(biāo)注與類別權(quán)重5.1 切面混淆軸位當(dāng)成了矢狀位模型學(xué)到的全是翻轉(zhuǎn)特征現(xiàn)象train loss下降正常驗證集Dice卻不低但可視化結(jié)果里mask整體偏移半個椎體邊緣像碎紙片。重新檢查數(shù)據(jù)發(fā)現(xiàn)訓(xùn)練圖像全部來自sagittal文件夾而你自己以為拿的是axial。原因數(shù)據(jù)集目錄命名不統(tǒng)一有的叫sag有的叫sagittal或者按文件名排序時被字符串排序打亂導(dǎo)致無法對應(yīng)到解剖切面。更深層的原因是分割模型訓(xùn)練階段沒有校驗圖像和mask的orientation是否一致2D網(wǎng)絡(luò)不具備三維旋轉(zhuǎn)不變性。解決在訓(xùn)練pipeline里加一道orientation檢查函數(shù)讀入圖片時統(tǒng)一轉(zhuǎn)成RAS坐標(biāo)系并重新生成三個切面不直接信任原始目錄分類。我習(xí)慣把第一次生成的mask和第二次生成的mask用np.array_equal比較不一致就打印warning。更穩(wěn)妥的辦法是把三切面目錄的名字規(guī)范成ax/sag/cor三種統(tǒng)一命名規(guī)則后再進(jìn)訓(xùn)練。5.2 標(biāo)簽稀疏一個三維volume里只有部分切片有標(biāo)注現(xiàn)象訓(xùn)練時卡頓不明顯但模型很快過擬合可視化時發(fā)現(xiàn)大量切片mask全為0只有病灶附近少數(shù)切片有標(biāo)注。某些切面抽取后非背景像素占比低于0.1%。原因醫(yī)學(xué)分割數(shù)據(jù)集為了降低標(biāo)注成本常常只標(biāo)注部分層面而非整個volume。標(biāo)題里的“標(biāo)簽文件”可能只覆蓋每5層里選1層或者只覆蓋一個ROI區(qū)域。直接拿全切片訓(xùn)練模型會大量看到“只有背景”的樣本優(yōu)化方向被帶偏。解決先掃描CSV里has_label字段統(tǒng)計每個切面的標(biāo)注覆蓋比例只取有標(biāo)注的切片做監(jiān)督訓(xùn)練。無標(biāo)注切片要么丟棄要么作為無監(jiān)督一致性正則的輸入。我一般把min_foreground_ratio設(shè)成0.005小于這個值的切片直接不進(jìn)訓(xùn)練集。如果你只有200張有標(biāo)注切片batch size就不要開大32以內(nèi)比較穩(wěn)否則每個batch里幾乎沒有前景樣本。5.3 類別不平衡5個類別里有兩個類幾乎從不出現(xiàn)現(xiàn)象按類別統(tǒng)計Dice時背景和大的椎體輕松0.95椎間盤0.5神經(jīng)根只有0.1。整體Dice看“還不錯”真實臨床場景根本不能用。原因多類別標(biāo)簽按體素數(shù)分布極不均勻。常規(guī)softmax交叉熵默認(rèn)每個體素權(quán)重相同小類別處在梯度消失邊緣尤其當(dāng)它們出現(xiàn)在椎體邊緣很容易被鄰近大類別吃掉。醫(yī)學(xué)分割里更隱蔽的是單類Dice上去了但混淆發(fā)生在椎間盤和骶骨軟骨之間解剖邊界本來就是連續(xù)的肉眼難以察覺。解決損失函數(shù)層面用類別加權(quán)Dice Loss或Tversky Loss權(quán)重按體素占比的倒數(shù)歸一化。如果神經(jīng)根太小權(quán)重給到5到10也不夸張。數(shù)據(jù)層面對稀有類別所在切片做過采樣讓每個epoch里稀有類別切片重復(fù)2到4次。訓(xùn)練后驗證時只report按類別的Dice不要只報平均Dice否則等于被背景類洗地。5.4 方向翻轉(zhuǎn)導(dǎo)致標(biāo)簽錯位圖像數(shù)組是LAS標(biāo)簽文件卻是RAS現(xiàn)象可視化看單張mask和原圖對得上但疊加后發(fā)現(xiàn)mask總在圖像左邊偏移10個像素沿著切面掃描時第20張才和原圖第18張重合。原因NIfTI的affine記錄了方向信息但部分處理腳本直接丟棄affine用numpy的flip或rot90重排數(shù)組卻沒有同步更新方向信息?；蛘邎D像用了LAS方向標(biāo)簽用了RAS方向兩者疊加時不翻轉(zhuǎn)一致就會偏。解決統(tǒng)一用nibabel的orientation把img和seg轉(zhuǎn)成同一個標(biāo)準(zhǔn)方向再做切片。不要用image[:, ::-1]這種直接翻轉(zhuǎn)操作除非你能同時改寫affine。驗證方法很樸素找一張標(biāo)簽里明顯能看到左右不對稱的結(jié)構(gòu)比如側(cè)隱窩或神經(jīng)根管翻轉(zhuǎn)方向看左右是否錯位。一次翻轉(zhuǎn)看不出問題三個切面各抽一張對比就能暴露。5.5 不要為了復(fù)用檢測工具箱強(qiáng)行轉(zhuǎn)換標(biāo)簽格式現(xiàn)象有人為了把這份醫(yī)學(xué)分割數(shù)據(jù)塞進(jìn)現(xiàn)有的目標(biāo)檢測框架比如用YOLO系列訓(xùn)練自己的數(shù)據(jù)集就把切片mask轉(zhuǎn)成polygon格式結(jié)果訓(xùn)練出來輪廓全是鋸齒模型還時不時把一個椎體拆成兩半。原因醫(yī)學(xué)分割標(biāo)簽是像素級密集掩碼而檢測框架的標(biāo)注是稀疏框或多邊形。椎體和椎間盤在相鄰切片上形態(tài)連續(xù)變化轉(zhuǎn)成polygon后丟失了大量邊界細(xì)節(jié)尤其骶骨這種不規(guī)則形態(tài)polygon的頂點數(shù)永遠(yuǎn)不夠。標(biāo)簽文件格式轉(zhuǎn)換本身沒錯錯在場景不匹配。解決如果一定要用檢測框架只把mask轉(zhuǎn)成bbox做檢測輔助任務(wù)不能當(dāng)成分割訓(xùn)練的監(jiān)督信號。真正做分割還是在nnU-Net、MONAI這類醫(yī)學(xué)分割框架里跑。這個坑見過太多次本質(zhì)上是想省寫數(shù)據(jù)加載代碼的時間結(jié)果花在調(diào)試格式兼容上的時間多十倍。6. 進(jìn)階三切面數(shù)據(jù)如何組織訓(xùn)練與快速驗證Dice三個切面都訓(xùn)練還是只取一個切面我的結(jié)論是先用軸位跑通基線軸位層數(shù)通常最多、標(biāo)注覆蓋最全。軸位數(shù)據(jù)量不夠再把矢狀位和冠狀位作為補(bǔ)充。最終驗證時同一組測試集三個切面分別預(yù)測取Dice最高的那個切面結(jié)果作為該case的最終輸出。Dice計算是分割驗證里最常用的指標(biāo)但寫不好會虛高。這個版本是我一直在用的def dice_score(pred, gt, smooth1e-6): pred (pred 0.5).astype(np.uint8) gt (gt 0.5).astype(np.uint8) intersection np.sum(pred * gt) union np.sum(pred) np.sum(gt) return (2 * intersection smooth) / (union smooth)先二值化再算不要用浮點概率直接算否則結(jié)果虛高。smooth取1e-6防止0除以0但要注意對全背景切片pred和gt都是0這行代碼輸出1.0會讓驗證集Dice被空標(biāo)簽污染。所以驗證腳本必須過濾掉沒有前景的切片只對有標(biāo)簽切片計算Dice并單獨報出“有標(biāo)簽切片數(shù)”和“空標(biāo)簽切片數(shù)”這兩個數(shù)能反映數(shù)據(jù)質(zhì)量。訓(xùn)練管線最后值得做的一件事是按切面分別配置數(shù)據(jù)增強(qiáng)軸位允許上下翻轉(zhuǎn)矢狀位禁止左右翻轉(zhuǎn)冠狀位限制旋轉(zhuǎn)角度。理由很直接解剖結(jié)構(gòu)有方向性矢狀位翻轉(zhuǎn)會讓左右神經(jīng)根位置全亂。我在真實項目中因為隨意翻轉(zhuǎn)矢狀位導(dǎo)致驗證Dice下降約5個百分點最后把這個教訓(xùn)記進(jìn)了數(shù)據(jù)檢查清單每次換數(shù)據(jù)集都先確認(rèn)增強(qiáng)策略里有沒有違反解剖對稱性的操作。這套骶骨腰痛數(shù)據(jù)集最適合的落地方式是先跑通軸位2D基線驗證數(shù)據(jù)鏈路無誤后再上3D模型或跨切面融合?？梢暬敵鲇肋h(yuǎn)是第一驗證手段隨機(jī)抽20個切片人眼比對再算統(tǒng)計指標(biāo)。很多翻車不是模型不行而是軸序、標(biāo)簽文件、類別命名這些前置步驟里出了一處小錯。希望這些踩坑經(jīng)驗?zāi)軒偷侥阕屇阍谶@套三切面醫(yī)學(xué)圖像分割數(shù)據(jù)上少走一段彎路。本文還有配套的精品資源點擊獲取