BTCV数据集下载全指南：从获取到预处理的最佳实践

1次阅读

共计 2315 个字符，预计需要花费 6 分钟才能阅读完成。

BTCV（Beyond the Cranial Vault）数据集是医学影像分析领域的重要基准数据集之一，主要用于腹部多器官分割任务。它包含了 30 例腹部 CT 扫描数据，每例数据均有 13 个器官的专业标注（肝脏、脾脏、肾脏等），扫描层厚在 1 -5mm 之间，图像尺寸多为 512×512 像素。该数据集在 MICCAI 2015 挑战赛中首次亮相，现已成为评估医学图像分割算法的黄金标准之一。

在下载和使用 BTCV 数据集时，研究者常会遇到以下问题：

网络连接不稳定导致下载中断（尤其对国内用户）
原始数据格式（如 NRRD）与常用深度学习框架不兼容
n- 标注文件需要特殊处理才能转换为掩码
数据体积庞大（约 50GB）导致内存不足

访问 BTCV 官网（https://www.synapse.org/#!Synapse:syn3193805）
注册 Synapse 账号并登录
申请数据使用权限（需填写研究用途说明）
等待 1 - 2 个工作日获取审批邮件
通过提供的链接下载以下文件：
Abdomen/RawData.zip（原始 CT 数据）
Abdomen/Segmentations.zip（器官标注）

学术镜像站（如清华 TUNA）：部分提供预处理的 HDF5 格式版本
Kaggle 社区版：搜索 ”BTCV preprocessed” 获取简化版本

import SimpleITK as sitk

def load_nrrd(path):
    """加载 NRRD 格式的 CT 扫描数据"""
    try:
        image = sitk.ReadImage(path)
        array = sitk.GetArrayFromImage(image)  # 转为 numpy 数组
        return array, image.GetSpacing()  # 返回体素间距
    except Exception as e:
        print(f"加载失败: {e}")
        return None

# 示例用法
ct_data, spacing = load_nrrd("PATIENT_DICOM.nrrd")
print(f"数据形状: {ct_data.shape}, 体素间距: {spacing}")

import torch
from torch.utils.data import Dataset

class BTCVDataset(Dataset):
    def __init__(self, ct_paths, label_paths):
        self.ct_paths = ct_paths
        self.label_paths = label_paths

    def __len__(self):
        return len(self.ct_paths)

    def __getitem__(self, idx):
        ct = torch.from_numpy(load_nrrd(self.ct_paths[idx])[0])
        label = torch.from_numpy(load_nrrd(self.label_paths[idx])[0])
        return ct.unsqueeze(0), label.long()  # 添加通道维度

def normalize_ct(ct_array):
    """将 CT 值映射到 [0,1] 范围"""
    # CT 值截断（通常取[-1000,2000]HU）ct_clipped = np.clip(ct_array, -1000, 2000)
    return (ct_clipped + 1000) / 3000  # 线性归一化

def resample_image(itk_image, new_spacing=[1.0, 1.0, 1.0]):
    """将图像重采样到统一分辨率"""
    original_spacing = itk_image.GetSpacing()
    original_size = itk_image.GetSize()

    # 计算新尺寸
    new_size = [int(round(osz*osp/nsp)) 
               for osz,osp,nsp in zip(original_size, original_spacing, new_spacing)]

    resampler = sitk.ResampleImageFilter()
    resampler.SetInterpolator(sitk.sitkLinear)
    resampler.SetOutputSpacing(new_spacing)
    resampler.SetSize(new_size)
    return resampler.Execute(itk_image)