医学影像分析入门：brats2018数据集下载与预处理实战指南

1次阅读

没有评论

共计 2893 个字符，预计需要花费 8 分钟才能阅读完成。

Brats2018 数据集是脑肿瘤分割领域最权威的基准数据集之一，由多模态 MRI 扫描（T1、T1c、T2、FLAIR）组成，包含 210 例高级别胶质瘤和 75 例低级别胶质瘤的专家标注数据。其核心价值在于：

提供标准化评估基准，支持 5mm 各向同性分辨率
包含四种临床常用序列（FLAIR 对水肿区域敏感）
体素级标注区分坏死 / 水肿、增强肿瘤等亚结构

数据集采用 NIfTI 格式存储，该格式特点包括：

同时存储图像数据和元信息（如体素间距）
支持 3D/4D 医学影像
文件扩展名通常为.nii 或.nii.gz（压缩格式）

访问 MICCAI2018 官网（需科学上网）：https://www.med.upenn.edu/sbia/brats2018.html
点击 ”Registration” 填写机构邮箱（教育邮箱通过率更高）
收到授权邮件后，从数据仓库选择下载：
Training data (HGG/LGG)
Validation data（无标注）
Survival data（可选）

注意事项：

完整数据集约 15GB，建议使用 wget 断点续传
确认下载文件的 MD5 校验值
存储路径避免中文和空格

安装依赖库：

pip install nibabel matplotlib numpy

加载单个病例的示例代码：

import nibabel as nib
import matplotlib.pyplot as plt

# 加载 FLAIR 序列
flair_path = 'Brats2018/HGG/Brats18_2013_2_1/Brats18_2013_2_1_flair.nii.gz'
flair_img = nib.load(flair_path)

# 获取数据矩阵和头信息
data = flair_img.get_fdata()
header = flair_img.header
print(f"体素间距: {header.get_zooms()}mm")
print(f"数据维度: {data.shape}")

# 可视化中间层面
plt.imshow(data[:, :, data.shape[2]//2], cmap='gray')
plt.colorbar()
plt.show()

关键解析点：

get_fdata()返回 numpy 数组（高度×宽度×层数）
头信息包含关键的 spacing 参数（影响后续重采样）
不同序列需要对齐处理（可用 SimpleITK 进行配准）

import numpy as np

def normalize_volume(volume):
    """Z-score 标准化"""
    mask = volume > 0  # 只处理脑组织区域
    mean = volume[mask].mean()
    std = volume[mask].std()
    normalized = (volume - mean) / std
    return np.nan_to_num(normalized)

import SimpleITK as sitk

def resample_image(itk_image, new_spacing=[1,1,1]):
    """统一各向同性分辨率"""
    original_spacing = itk_image.GetSpacing()
    original_size = itk_image.GetSize()

    resize_factor = [o/n for o,n in zip(original_spacing, new_spacing)]
    new_size = [int(round(os*rs)) for os,rs in zip(original_size, resize_factor)]

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

import albumentations as A

def get_augmentations():
    """适用于 2D 切片的增强"""
    return A.Compose([A.RandomRotate90(p=0.5),
        A.ElasticTransform(alpha=1, sigma=50, alpha_affine=10, p=0.3),
        A.GridDistortion(p=0.2)
    ], additional_targets={'mask': 'mask'})

医学影像处理要点：

标准化前需去除背景（阈值 >0）
重采样会改变标注 mask，需同步处理
3D 增强计算成本高，建议在 2D 切片实施

Q1：下载链接失效怎么办？
– 尝试通过 CBICA 的 Image Processing Portal 申请
– 检查防火墙是否拦截数据包

Q2：nibabel 加载时报维度错误
– 使用 nib.Nifti1Image 重新封装数据
– 检查文件是否完整（部分解压工具会损坏.nii.gz）

Q3：不同模态数据不对齐
– 使用 SimpleITK 执行配准：

fixed = sitk.ReadImage(flair_path)
moving = sitk.ReadImage(t1ce_path)
transform = sitk.CenteredTransformInitializer(fixed, moving, sitk.Euler3DTransform())
registered = sitk.Resample(moving, fixed, transform)

数据组织采用 BIDS 格式规范

/Brats2018
  /sub-HGG001
    /anat
      sub-HGG001_flair.nii.gz
      sub-HGG001_t1.nii.gz
      ...

使用 PyTorch 的 Dataset 类构建管道

class BratsDataset(Dataset):
    def __init__(self, root):
        self.scans = glob(f"{root}/**/*_flair.nii.gz")

    def __getitem__(self, idx):
        flair = load_scan(self.scans[idx])
        t1ce = load_scan(self.scans[idx].replace('flair','t1ce'))
        mask = load_mask(...)
        return torch.stack([flair, t1ce]), mask