3D医学图像分割ACDC：从数据预处理到模型训练的完整入门指南

1次阅读

共计 3032 个字符，预计需要花费 8 分钟才能阅读完成。

ACDC（Automatic Cardiac Diagnosis Challenge）数据集是心脏 MRI 图像分割的基准数据集，包含来自不同患者的 3D 心脏 MRI 扫描和对应的心室分割标签。这个数据集主要用于左心室、右心室和心肌的分割任务，是医学图像分割领域的重要资源之一。

对于医学图像分析新手来说，ACDC 数据集具有以下优势：

数据质量高，标注准确
包含 100 例患者数据，规模适中
涵盖不同心脏疾病类型
被广泛研究，有大量参考实现

处理 DICOM 格式的医学图像需要特别小心，以下是关键步骤：

读取 DICOM 文件
建议使用 pydicom 库读取 DICOM 文件，注意处理可能存在的多切片情况。

像素值归一化
医学图像的像素值范围通常较大，需要进行归一化处理：

import numpy as np

def normalize(image):
    image = image.astype(np.float32)
    image = (image - np.min(image)) / (np.max(image) - np.min(image))
    return image

重采样
由于不同扫描仪的分辨率可能不同，需要进行重采样以保证空间一致性：

from scipy.ndimage import zoom

def resample(image, original_spacing, target_spacing):
    resize_factor = original_spacing / target_spacing
    new_shape = image.shape * resize_factor
    resampled_image = zoom(image, resize_factor, order=3)
    return resampled_image

数据增强
常用的增强方法包括：
随机旋转
随机翻转
弹性变形
添加高斯噪声

以下是几种常用 3D 分割模型的比较：

3D U-Net
优点：
结构简单
计算效率高
在小数据集上表现良好

缺点：

感受野有限
对长距离依赖关系捕捉能力弱
V-Net
优点：
专门为 3D 数据设计
残差连接有助于训练深度网络

缺点：

参数量较大
需要更多训练数据
nnU-Net
优点：
自动化预处理和超参数选择
在多个医学分割任务上表现优秀

缺点：

配置复杂
训练时间长

学习率设置
建议使用学习率预热和余弦退火策略：

from torch.optim.lr_scheduler import CosineAnnealingLR, LinearLR

optimizer = torch.optim.AdamW(model.parameters(), lr=1e-4)
warmup_scheduler = LinearLR(optimizer, start_factor=0.01, total_iters=100)
cosine_scheduler = CosineAnnealingLR(optimizer, T_max=900)

损失函数选择
推荐组合使用 Dice 损失和交叉熵损失：

class DiceCELoss(nn.Module):
    def __init__(self):
        super().__init__()
        self.dice_loss = DiceLoss(to_onehot_y=True, softmax=True)
        self.ce_loss = CrossEntropyLoss()

    def forward(self, y_pred, y_true):
        dice = self.dice_loss(y_pred, y_true)
        ce = self.ce_loss(y_pred, y_true)
        return dice + ce

其他技巧
使用混合精度训练加速
实施梯度裁剪防止爆炸
早停法防止过拟合

import torch
import monai

# 数据加载
train_transforms = monai.transforms.Compose([monai.transforms.LoadImaged(keys=["image", "label"]),
    monai.transforms.AddChanneld(keys=["image", "label"]),
    monai.transforms.ScaleIntensityd(keys=["image"]),
    monai.transforms.RandSpatialCropd(keys=["image", "label"], roi_size=[128,128,128], random_size=False),
    monai.transforms.RandFlipd(keys=["image", "label"], prob=0.5, spatial_axis=0),
    monai.transforms.RandRotate90d(keys=["image", "label"], prob=0.5, spatial_axes=[0,1]),
    monai.transforms.ToTensord(keys=["image", "label"])
])

# 模型定义
model = monai.networks.nets.UNet(
    spatial_dims=3,
    in_channels=1,
    out_channels=4,  # 背景 + 3 个分割类别
    channels=(16, 32, 64, 128, 256),
    strides=(2, 2, 2, 2),
    num_res_units=2
)

# 训练循环
optimizer = torch.optim.AdamW(model.parameters(), lr=1e-4)
loss_function = DiceCELoss()

for epoch in range(100):
    model.train()
    epoch_loss = 0
    for batch in train_loader:
        optimizer.zero_grad()
        outputs = model(batch["image"].cuda())
        loss = loss_function(outputs, batch["label"].cuda())
        loss.backward()
        optimizer.step()
        epoch_loss += loss.item()
    print(f"Epoch {epoch}, Loss: {epoch_loss/len(train_loader)}")

医学图像分割常用评估指标：

Dice 系数
衡量分割区域重叠度：

def dice_score(y_pred, y_true):
    intersection = (y_pred * y_true).sum()
    union = y_pred.sum() + y_true.sum()
    return 2.0 * intersection / union