3D医学图像分割入门指南：从数据预处理到模型训练实战

1次阅读

共计 2839 个字符，预计需要花费 8 分钟才能阅读完成。

医学影像分析中，3D 图像（如 CT、MRI）与传统 2D 图像处理有显著差异。3D 图像包含连续的切片信息，能提供更完整的解剖结构，但同时也带来了新的挑战。

数据特性差异：
3D 图像由体素（voxel）构成，而 2D 图像由像素（pixel）构成。处理 3D 数据时，需要考虑空间连续性，这对计算资源提出了更高要求。
医学影像通常具有高分辨率，单个体积数据可能达到 512x512x300 体素，显存占用极大。
数据获取困难：
医学影像标注依赖专业医生，标注成本高昂，导致公开数据集稀少。
小样本问题普遍存在，尤其是罕见病种，可能仅有几十例数据可用。
类别不平衡：
目标区域（如肿瘤）可能只占图像的极小部分，导致模型容易偏向背景预测。
例如，在脑肿瘤分割中，肿瘤区域占比可能不足 1%。

2D vs 3D 卷积：
2D 卷积核（kernel）仅在长宽上滑动，而 3D 卷积增加深度维度，能捕捉空间信息但计算量立方增长。
显存占用示例：输入 128x128x128，3D 卷积层显存消耗是 2D 的 128 倍。
模型架构选择：
nnUNet：自动化超参数调整，适合快速实验。
V-Net：使用残差连接，擅长处理前列腺等小器官分割。
单模态 vs 多模态：MRI-T1/T2 双模态融合可提升脑肿瘤分割精度约 5%。

import SimpleITK as sitk
import numpy as np

# 加载 NIfTI 文件
def load_nii(path):
    img = sitk.ReadImage(path)
    data = sitk.GetArrayFromImage(img)  # 转为 numpy 数组 (D,H,W)
    return np.transpose(data, (2,1,0))  # 调整轴顺序为 (H,W,D)

# 窗宽窗位调整 (CT 图像常用)
def window_ct(data, window_level=40, window_width=80):
    min_val = window_level - window_width//2
    max_val = window_level + window_width//2
    data = np.clip(data, min_val, max_val)
    return (data - min_val) / (max_val - min_val)

import torchio as tio

transform = tio.Compose([tio.RandomFlip(axes=(0,1,2), p=0.5),  # 随机翻转
    tio.RandomAffine(scales=(0.9,1.1), degrees=10),  # 随机仿射变换
    tio.RandomElasticDeformation(num_control_points=7),  # 弹性变形
])

# 使用示例
subject = tio.Subject(image=tio.ScalarImage('image.nii.gz'),
    label=tio.LabelMap('mask.nii.gz')
)
augmented = transform(subject)  # 自动同步处理图像和标签

import torch
import torch.nn as nn

class DoubleConv(nn.Module):
    """(卷积 => [BN] => ReLU) x 2"""
    def __init__(self, in_ch, out_ch):
        super().__init__()
        self.double_conv = nn.Sequential(nn.Conv3d(in_ch, out_ch, kernel_size=3, padding=1),
            nn.BatchNorm3d(out_ch),
            nn.ReLU(inplace=True),
            nn.Conv3d(out_ch, out_ch, kernel_size=3, padding=1),
            nn.BatchNorm3d(out_ch),
            nn.ReLU(inplace=True)
        )

class UNet3D(nn.Module):
    def __init__(self, in_ch=1, out_ch=1):
        super().__init__()
        # 编码器 (下采样)
        self.enc1 = DoubleConv(in_ch, 64)
        self.pool1 = nn.MaxPool3d(2)
        # 解码器 (上采样使用转置卷积)
        self.up4 = nn.ConvTranspose3d(128, 64, kernel_size=2, stride=2)
        self.dec4 = DoubleConv(128, 64)  # skip connection 拼接后通道数翻倍
        # 输出层
        self.outc = nn.Conv3d(64, out_ch, kernel_size=1)

    def forward(self, x):
        # 完整 forward 实现略...
        return self.outc(x)

组合损失函数：

def dice_loss(pred, target, smooth=1e-5):
    intersection = (pred * target).sum()
    return 1 - (2. * intersection + smooth) / (pred.sum() + target.sum() + smooth)

class DiceFocalLoss(nn.Module):
    def __init__(self, gamma=2):
        super().__init__()
        self.focal = FocalLoss(gamma)

    def forward(self, pred, target):
        return dice_loss(pred, target) + self.focal(pred, target)

测试时增强(TTA)：
对同一图像进行多次增强（如旋转 90°/180°/270°）
将各增强版本的预测结果逆变换后取平均
Monai 加速技巧：
使用 CacheDataset 缓存预处理结果
开启 amp 自动混合精度训练

显存不足解决方案：
Patch 训练：将大体积切分为 64x64x64 的小块
梯度累积：每 4 个 batch 更新一次参数
跨设备数据差异：
使用 N4 偏置场校正 消除 MRI 扫描仪差异
对 CT 值进行标准 HU 单位校准
标注噪声处理：
训练时随机擦除部分标注区域
使用 Label Smoothing 技术

加载 TCIA 肺癌数据集：

from radiomics import imageoperations

# 从 DICOM 序列构建 3D 体积
dicom_paths = sorted(glob('LIDC-IDRI-0001/CT/*.dcm'))
image = imageoperations.load_dicom_series(dicom_paths)[0]  # 返回 SimpleITK 图像