Brats2021数据集下载与预处理全指南：从数据获取到实战应用

1次阅读

共计 2174 个字符，预计需要花费 6 分钟才能阅读完成。

Brats2021（Brain Tumor Segmentation 2021）是脑肿瘤分割领域的权威数据集，包含多模态 MRI 扫描数据（T1、T1c、T2、FLAIR）及专家标注的肿瘤区域标签。该数据集由 Medical Image Computing and Computer Assisted Intervention Society（MICCAI）提供，广泛应用于深度学习模型的训练与评估，尤其在以下场景中不可或缺：

脑胶质瘤（尤其是高级别胶质瘤）的自动分割研究
多模态医学影像融合算法的开发
医疗影像分析模型的 benchmark 测试

访问Brats2021 官网
点击 ”Registration” 填写研究机构信息（需.edu 或医院邮箱）
签署数据使用协议后获得下载链接

Kaggle 镜像（需注册账号）
阿里云 OSS 等国内镜像（搜索 ”Brats2021 镜像 ” 获取实时链接）

下载后文件结构示例：

Brats2021_Training_Data/
├── 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
└── ...（共 1251 个病例）

关键文件说明：

flair.nii.gz: 液体衰减反转恢复序列
t1.nii.gz: T1 加权像（原生）
t1ce.nii.gz: 对比增强 T1 加权像
t2.nii.gz: T2 加权像
seg.nii.gz: 专家标注的分割掩模（0= 背景，1= 坏死区，2= 水肿区，4= 增强肿瘤）

所有数据均为 NIfTI 格式（.nii.gz），空间分辨率统一为 240×240×155

import nibabel as nib
import numpy as np
import matplotlib.pyplot as plt

# 加载单个病例数据
def load_case(case_path):
    modalities = ['flair', 't1', 't1ce', 't2']
    data = {}

    for mod in modalities:
        img = nib.load(f"{case_path}/BraTS2021_{case_id}_{mod}.nii.gz")
        data[mod] = img.get_fdata().astype(np.float32)

    seg = nib.load(f"{case_path}/BraTS2021_{case_id}_seg.nii.gz")
    data['seg'] = seg.get_fdata().astype(np.uint8)

    return data

# 标准化处理（各模态独立）def normalize(data):
    for mod in ['flair', 't1', 't1ce', 't2']:
        mean = np.mean(data[mod])
        std = np.std(data[mod])
        data[mod] = (data[mod] - mean) / (std + 1e-8)
    return data

# 示例使用
case_data = load_case("Brats2021_Training_Data/BraTS2021_00000")
normalized_data = normalize(case_data)

# 可视化中间层（第 80 层）plt.figure(figsize=(12,8))
for i, mod in enumerate(['flair', 't1', 't1ce', 't2', 'seg'], 1):
    plt.subplot(1, 5, i)
    plt.imshow(normalized_data[mod][:,:,80], cmap='gray' if mod != 'seg' else 'jet')
    plt.title(mod)
plt.show()

解决方案：使用 gzip -d 命令替代 GUI 解压工具

优化方案：
使用生成器分批加载数据
将数据转换为 HDF5 格式存储

处理建议：重新映射标签为连续整数（如将 [0,1,2,4] 映射为[0,1,2,3]）

内存管理：
使用 nibabel.stream 接口流式读取大文件
启用 zlib 压缩减少 I / O 时间

并行处理：

from joblib import Parallel, delayed

def process_case(case_path):
    # 处理逻辑...
    return processed_data

# 并行处理所有病例
results = Parallel(n_jobs=4)(delayed(process_case)(case_path) 
    for case_path in case_paths
)