3DUNet岩石图像分割实战：从数据预处理到模型调优的全流程指南

1次阅读

共计 1650 个字符，预计需要花费 5 分钟才能阅读完成。

在地质勘探中，岩石 CT 图像分割是分析岩层孔隙结构、矿物分布的关键步骤。但这类图像存在三大核心挑战：

低对比度问题：矿物成分相近的区域灰度值差异小，传统阈值法失效
复杂拓扑结构：孔隙网络的连通性与形态多样性要求 3D 上下文信息
噪声干扰：CT 成像时的散射噪声与金属伪影影响边缘清晰度

对比主流分割网络在岩石图像上的表现：

方法	优势	劣势
2D UNet	计算资源需求低	丢失层间关联信息
3D FCN	保持空间连续性	感受野有限
3D UNet	多尺度特征 +3D 上下文	显存消耗较大

选择 3DUNet 的核心依据是其跳跃连接结构能有效融合浅层细节与深层语义，适合处理各向异性分辨率（如 50μm×50μm×200μm）的 CT 数据。

针对岩石 CT 的特殊处理方法：

各向异性重采样：使用三线性插值将体数据统一到各向同性分辨率
灰度归一化：采用 CLAHE（对比度受限直方图均衡化）增强低对比区域
金属伪影修正：
先验模板法去除射线硬化伪影
非局部均值滤波去噪

# 示例：CT 数据标准化处理
def normalize_volume(volume):
    """
    volume: [D,H,W]格式的 numpy 数组
    返回: 归一化到 [0,1] 且去除离群值
    """
    vol_min = np.percentile(volume, 0.5)
    vol_max = np.percentile(volume, 99.5)
    volume = np.clip((volume - vol_min)/(vol_max - vol_min), 0, 1)
    return volume.astype(np.float32)

基于 PyTorch 的 3D UNet 改进方案：

编码器：4 层下采样，每层使用两个 3×3×3 卷积 +InstanceNorm+LeakyReLU
解码器：转置卷积上采样后与编码器特征拼接
注意力门：在跳跃连接处加入空间注意力模块

class AttentionGate(nn.Module):
    def __init__(self, F_g, F_l):
        super().__init__()
        self.W_g = nn.Conv3d(F_g, F_l, kernel_size=1)
        self.psi = nn.Conv3d(F_l, 1, kernel_size=1)

    def forward(self, g, x):
        g1 = self.W_g(g)
        psi = torch.sigmoid(self.psi(nn.ReLU()(g1 + x)))
        return x * psi

应对样本不均衡的复合损失：

L = 0.7*DiceLoss + 0.3*FocalLoss

其中 Dice 系数解决类别不平衡，Focal Loss 处理难易样本：

def focal_loss(pred, target, gamma=2.0):
    logpt = F.log_softmax(pred, dim=1)
    pt = torch.exp(logpt)
    return -((1-pt)**gamma) * logpt * target