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

共计 2449 个字符，预计需要花费 7 分钟才能阅读完成。

brats2018（Brain Tumor Segmentation 2018）是医学影像分析领域最具影响力的公开数据集之一，专注于脑胶质瘤（最常见的恶性脑肿瘤）的自动分割任务。该数据集包含来自不同医疗中心的多模态 MRI 扫描（T1、T1ce、T2、FLAIR 序列），由专业医师标注的肿瘤子区域（水肿、增强肿瘤、坏死等），具有以下特点：

多模态数据：每个病例包含 4 种 MRI 序列，提供互补的软组织对比信息
三维体数据：NIfTI 格式存储的立体影像（约 240×240×155 体素）
标准化标注：遵循统一的肿瘤细分标准（WT/TC/ET）
挑战性：包含低级别（LGG）和高级别（HGG）胶质瘤，数据分布不均衡

访问官方注册页面
填写机构邮箱（推荐.edu 或医院邮箱）和基本信息
查收确认邮件并点击验证链接
登录后同意数据使用协议（需简要说明研究用途）
从下载页面获取：
训练数据（285 例，含标注）：约 15GB
验证数据（66 例，无标注）：约 3GB

注意事项：

建议使用 axel 或 wget 等支持断点续传的工具
检查文件完整性：md5sum Brats2018_*.tar.gz

解压后目录结构：

Brats2018
├── HGG/
│   ├── Brats18_2013_10_1/
│   │   ├── Brats18_2013_10_1_t1.nii.gz
│   │   ├── Brats18_2013_10_1_t1ce.nii.gz
│   │   └── ...
├── LGG/
└── survival_info.csv

NIfTI（Neuroimaging Informatics Technology Initiative）是医学影像常用格式，特点包括：

扩展名.nii 或.nii.gz（压缩）
包含体素数据 + 元数据（空间坐标系、缩放参数等）
支持三维 / 四维数据（如 fMRI 时间序列）

使用 Python 的 nibabel 库加载数据：

import nibabel as nib
import numpy as np

# 加载一个病例的 FLAIR 序列
img = nib.load('Brats18_2013_10_1_flair.nii.gz')
data = img.get_fdata()  # 获取 numpy 数组
header = img.header    # 元数据

print(f"数据维度: {data.shape}")  # 示例输出：(240, 240, 155)
print(f"体素间距: {header.get_zooms()}mm")  # 示例输出：(1.0, 1.0, 1.0)

# 可视化中间切片（z 轴）import matplotlib.pyplot as plt
plt.imshow(data[:, :, 75], cmap='gray')
plt.axis('off')
plt.show()

医学影像的灰度值没有固定范围，需做强度归一化：

def normalize_volume(volume):
    """对每个模态分别进行 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)

统一各病例的空间分辨率（示例调整为 1mm³各向同性）：

from scipy.ndimage import zoom

def resample(volume, original_spacing, target_spacing=(1, 1, 1)):
    """使用三线性插值重采样"""
    factors = [o/t for o, t in zip(original_spacing, target_spacing)]
    return zoom(volume, factors, order=1)

医学影像的特殊性要求增强不能破坏解剖结构：

def elastic_transform(volume, alpha=10, sigma=3):
    """弹性形变增强（仅适用于训练数据）"""
    from scipy.ndimage import map_coordinates, gaussian_filter

    shape = volume.shape
    coords = np.mgrid[:shape[0], :shape[1], :shape[2]]

    # 生成随机位移场
    offsets = np.random.randn(3, *shape) * alpha
    smoothed = np.zeros_like(offsets)
    for i in range(3):
        smoothed[i] = gaussian_filter(offsets[i], sigma)

    # 应用位移
    indices = coords + smoothed
    return map_coordinates(volume, indices, order=1)