Brats数据集下载与预处理全指南：医学影像分析新手避坑手册

1次阅读

共计 2353 个字符，预计需要花费 6 分钟才能阅读完成。

Brats（Brain Tumor Segmentation）是脑肿瘤分割领域的权威数据集，由 MICCAI 会议维护。它包含多模态 MRI 扫描（T1、T1c、T2、FLAIR）及专家标注的肿瘤区域标签，覆盖胶质瘤（高级别和低级别）病例。对于医学影像分析新手而言，这是入门肿瘤分割研究的黄金标准数据集，因其：

数据质量高：所有影像均经过专业配准和 skull-stripping 预处理
标注可靠：由多名神经放射科医生共同标注
任务全面：同时包含全肿瘤、核心肿瘤和增强肿瘤区域的分割任务

访问官方认证页面
点击 ”Request Access” 填写学术机构邮箱（建议使用.edu 后缀）
签署数据使用协议（注意：禁止商业用途）
等待 1 - 3 个工作日获取下载权限

登录后选择最新版本（推荐 Brats2021）
注意区分训练集（含标签）和验证集（无标签）

推荐使用 axel 多线程下载器加速：

axel -n 8 https://path/to/BRATS2021_TrainingData.tar

务必校验 MD5 值（官方提供校验文件）

解压后典型结构如下（以 Brats2021 为例）：

Brats2021_TrainingData/
├── BraTS2021_00000/
│   ├── BraTS2021_00000_flair.nii.gz
│   ├── BraTS2021_00000_t1.nii.gz
│   ├── BraTS2021_00000_t1ce.nii.gz
│   ├── BraTS2021_00000_t2.nii.gz
│   └── BraTS2021_00000_seg.nii.gz
├── BraTS2021_00001/
└── ...

关键文件说明：

flair/t1/t1ce/t2: 不同模态的 MRI 扫描
seg: 肿瘤分割标签（像素值对应不同肿瘤区域）

!pip install nibabel matplotlib numpy SimpleITK

import nibabel as nib
import matplotlib.pyplot as plt

def load_case(case_path):
    """加载单个病例的多模态数据"""
    modalities = {
        'flair': 'flair.nii.gz',
        't1': 't1.nii.gz',
        't1ce': 't1ce.nii.gz',
        't2': 't2.nii.gz',
        'seg': 'seg.nii.gz'
    }
    return {k: nib.load(f"{case_path}/{v}").get_fdata() 
           for k,v in modalities.items()}

# 示例：可视化第 100 层 FLAIR 影像
case = load_case("BraTS2021_00000")
plt.imshow(case['flair'][:, :, 100], cmap='gray')
plt.title('FLAIR MRI Slice')
plt.show()

import numpy as np

def normalize(data):
    """Z-score 标准化"""
    mask = data > 0
    mean = data[mask].mean()
    std = data[mask].std()
    return (data - mean) / std

# 对全部模态进行标准化
for mod in ['flair', 't1', 't1ce', 't2']:
    case[mod] = normalize(case[mod])

# Linux/Mac
md5sum BRATS2021_TrainingData.tar

# Windows
certutil -hashfile BRATS2021_TrainingData.tar MD5

若校验失败建议：
– 使用浏览器直接下载（禁用下载管理器）
– 分段下载后合并

当遇到缺失模态时：
1. 检查是否为验证集（验证集无 seg 文件）
2. 联系官方 support@cbica.upenn.edu
3. 可尝试用其他病例替代

使用 dvc 管理原始数据版本

示例 dvc.yaml 配置：

stages:
  preprocess:
    cmd: python preprocess.py
    deps:
      - data/raw/BRATS2021
    outs:
      - data/processed

推荐使用 Monai 框架构建标准化流程：

from monai.transforms import (
    Compose, LoadImaged, AddChanneld,
    Spacingd, Orientationd, ScaleIntensityRanged
)

transform = Compose([LoadImaged(keys=['image', 'label']),
    AddChanneld(keys=['image', 'label']),
    Spacingd(keys=['image', 'label'], pixdim=(1,1,1)),
    ScaleIntensityRanged(keys=['image'], a_min=0, a_max=1000, 
        b_min=0, b_max=1, clip=True
    )
])

建议在 Kaggle Notebook 中复现完整流程：
1. 创建新 Notebook
2. 添加 Brats 数据集（需事先申请）
3. 逐步运行本文代码段
4. 尝试扩展 3D 可视化功能（可参考 itkwidgets 库）

通过这套标准化流程，新手可以在 2 小时内完成从数据获取到预处理的全流程，快速开展脑肿瘤分割模型的训练工作。

正文完