简介本资源为面向医学影像分析与深度学习语义分割方向的数据集适用于腹部多脏器自动分割的模型训练与算法验证适合具备一定深度学习基础的研究生、算法工程师及医学影像研究者使用。数据集覆盖脾脏、左右肾、胆囊、食道、肝脏、胃、主动脉、下腔静脉、门静脉与脾静脉、胰腺及左右肾上腺共13类器官标签具体类别可在classes文本中核对。资源包共约2000个文件以png掩膜与jpg原始图像为主另含1个py脚本和1个json配置压缩包约74.85MB运行show脚本即可查看gt在images上的掩膜叠加效果数据已做对比度拉伸等图像增广。训练集约900张图像及对应mask验证集约200张划分清晰便于直接开展分割实验。目前已有476人学习下载可帮助读者快速搭建腹部多脏器分割流程、复现网络训练并对照掩膜结果排查问题。1. 腹部多脏器语义分割数据集从 CT 切片到可训练掩码的完整链路拿到一份标注好的腹部 CT 数据集把肝脏、脾脏、胰腺、左右肾这些器官从灰度切片里逐像素抠出来是很多医学影像 AI 项目的起点。这件事听起来像是「跑个模型」那么简单但真正卡住进度的往往不是网络结构而是数据集本身——标签是不是多类、层厚是否统一、器官边界有没有漏标、训练时类别极度不均衡怎么办。人体腹部多脏器器官语义分割数据集要解决的正是把原始 DICOM 或 NIfTI 影像和对应的多器官掩码整理成模型能直接吃的格式让分割算法在肝脏、脾脏、肾脏、胰腺这些目标上稳定收敛。它适合两类人一类是想入门医学图像语义分割、需要一份结构清晰的多类数据集练手的算法工程师另一类是做辅助诊断、手术规划需要快速验证某个分割模型在腹部场景下到底能不能用的从业者。下面我按自己实际处理这类数据集的顺序把选型、预处理、训练、排错一条线讲透。2. 多脏器语义分割的数据组织与标签体系先搞清楚掩码里每个像素代表谁2.1 多类语义分割和实例分割在腹部场景下的区别很多人第一次接触这类数据集会把「多脏器分割」和「多器官实例分割」混为一谈。语义分割给每个像素只打一个类别标签肝脏的所有像素都是 1脾脏都是 2它不区分「这是第一个肾还是第二个肾」实例分割则要在语义基础上再区分个体左肾和右肾是两个独立实例。腹部多脏器数据集绝大多数是语义分割标注因为临床关注的是「这个器官的边界在哪、体积多大」而不是「这是第几个」。但这里有个容易翻车的点如果左右肾在标签里被合并成同一类模型输出的肾脏掩码就是连在一起的一坨后续做分肾体积测量时还得自己写连通域拆分。所以拿到数据集第一件事是确认标签映射表——每个整数对应哪个器官左右肾是否分开有没有背景类 0。常见做法是维护一份label_map.json把类别名和像素值绑定训练、评估、可视化全部读这一份避免代码里到处硬编码数字。下面是我一般会先跑的检查脚本用来统计每个类别的像素占比和出现层数import numpy as np import nibabel as nib import json from pathlib import Path # label_map: {background:0, liver:1, spleen:2, pancreas:3, rk:4, lk:5} with open(label_map.json) as f: label_map json.load(f) mask_dir Path(masks) stats {name: {pixels: 0, slices: 0} for name in label_map if name ! background} for mpath in sorted(mask_dir.glob(*.nii.gz)): vol nib.load(str(mpath)).get_fdata().astype(np.int16) for name, idx in label_map.items(): if name background: continue cnt int((vol idx).sum()) stats[name][pixels] cnt # 统计包含该器官的层数用于判断标注是否连续 stats[name][slices] int(((vol idx).sum(axis(0, 1)) 0).sum()) total sum(v[pixels] for v in stats.values()) for name, v in stats.items(): ratio v[pixels] / total if total else 0 print(f{name:10s} pixels{v[pixels]:12d} ratio{ratio:.4f} slices{v[slices]})这段代码的逻辑是遍历所有掩码文件按标签值统计像素总量和出现层数。参数上astype(np.int16)是为了避免某些掩码存成 float 后相等比较出现精度问题sum(axis(0,1))把每层压成一个数大于 0 就说明这层有该器官。跑完你会得到一张类别分布表如果某个器官像素占比低于 0.5%基本可以预判训练时它会被背景淹没需要上加权损失或者重采样。这一步不做后面 loss 不降你都不知道是模型问题还是数据问题。2.2 影像与掩码的配准检查层厚、方向和仿射矩阵腹部 CT 数据集最隐蔽的坑是影像和掩码的几何信息不一致。NIfTI 文件头里有仿射矩阵affine它决定了体素坐标到真实世界坐标的映射。如果影像和掩码的 affine 不同或者一个做了重采样另一个没做你在屏幕上看着对齐实际体素网格已经错位了。我见过最典型的翻车是影像层厚 1mm掩码被重采样到 5mm直接叠上去器官边界整体偏移好几毫米模型学出来的边界全是糊的。检查方法很直接读两个文件的 affine 和 shape 做对比import nibabel as nib import numpy as np img nib.load(images/case_001.nii.gz) msk nib.load(masks/case_001.nii.gz) print(image shape:, img.shape, mask shape:, msk.shape) print(affine allclose:, np.allclose(img.affine, msk.affine, atol1e-3)) print(zooms img:, img.header.get_zooms()) print(zooms msk:, msk.header.get_zooms()) # 若 shape 不一致说明至少有一个被重采样过需要统一到同一网格 if img.shape ! msk.shape: print(WARNING: shape mismatch, need resample mask to image grid)get_zooms()返回体素物理尺寸单位毫米。np.allclose用atol1e-3容忍浮点误差。如果 shape 不一致正确做法是把掩码用最近邻插值重采样到影像网格千万别用线性插值——标签是整数类别线性插值会造出 1.5 这种不存在的类别值。这一步确认完才能进入下一步预处理否则后面所有训练都是在错误对齐的数据上做无用功。3. 从原始 NIfTI 到训练张量窗宽窗位、归一化与数据增强的落地参数3.1 腹部 CT 的窗宽窗位设置与 HU 值归一化CT 像素原始值是 HUHounsfield Unit空气约 -1000水是 0肝脏软组织大概在 40 到 60骨头能到 1000 以上。直接把原始 HU 丢给网络动态范围太大模型很难学。医学影像的标准做法是加窗把关注的组织范围映射到 0 到 1。腹部多脏器分割最常用的腹部窗是窗宽 400、窗位 50也就是把 -150 到 250 这段映射到 0 到 1肝脏、脾脏、肾脏、胰腺的对比度在这个窗口下最清晰。import numpy as np def apply_window(volume, window_width400, window_level50): 将 HU 值按腹部窗映射到 [0,1] lower window_level - window_width / 2 # -150 upper window_level window_width / 2 # 250 volume np.clip(volume, lower, upper) volume (volume - lower) / (upper - lower) return volume.astype(np.float32) # volume 为读出的 HU 数组 norm_vol apply_window(volume, window_width400, window_level50)np.clip先把超出窗口的值截断再做线性拉伸。参数上窗宽决定对比度范围窗位决定中心位置。如果你的数据集里胰腺分割效果特别差可以试试窄一点的窗窗宽 300、窗位 40因为胰腺和周围脂肪的对比度在窄窗下更明显。但要注意窗宽窗位是全局操作不能每个器官单独加窗否则输入就不一致了。归一化之后建议再算一遍全局均值和标准差做 z-score很多分割网络对输入分布敏感这一步能加快收敛。3.2 针对小器官的采样策略与增强参数腹部多脏器数据集有个天然的不均衡肝脏体积大胰腺又细又长像素占比可能差几十倍。如果按整卷随机采样切片胰腺出现的层数少模型见到的正样本就少。我一般用两种策略组合一是按器官出现层做加权采样含胰腺的层提高采样概率二是数据增强时对小器官做针对性处理。import random import numpy as np from scipy.ndimage import rotate, zoom def weighted_slice_sample(mask_vol, pancreas_idx3, p_pancreas0.5): 含胰腺的层以更高概率被采样 slices_with_pancreas [i for i in range(mask_vol.shape[-1]) if (mask_vol[..., i] pancreas_idx).any()] all_slices list(range(mask_vol.shape[-1])) if random.random() p_pancreas and slices_with_pancreas: return random.choice(slices_with_pancreas) return random.choice(all_slices) def augment_slice(img, mask): 随机旋转 缩放图像用双线性掩码用最近邻 angle random.uniform(-15, 15) scale random.uniform(0.9, 1.1) img_aug rotate(img, angle, reshapeFalse, order1) mask_aug rotate(mask, angle, reshapeFalse, order0) img_aug zoom(img_aug, scale, order1) mask_aug zoom(mask_aug, scale, order0) return img_aug, mask_augweighted_slice_sample里p_pancreas0.5表示一半概率优先抽含胰腺的层这个值可以按你数据集的器官占比调胰腺越稀少就调越高但别超过 0.7否则背景多样性不够。增强函数里最关键的是插值阶数图像用order1双线性掩码必须用order0最近邻这是血泪经验用错一次标签就废了。旋转角度控制在 ±15 度腹部器官位置相对固定转太多会造出不合理的解剖结构。缩放范围 0.9 到 1.1 模拟不同体型再大就失真了。4. 训练多脏器分割模型损失函数选型与评估指标怎么看4.1 Dice CE 组合损失为什么比单用交叉熵稳多脏器分割里交叉熵CE和 Dice 损失各有短板。CE 对每个像素一视同仁背景像素多梯度就被背景主导小器官学不动Dice 直接优化重叠度对小器官友好但训练早期梯度不稳定容易震荡。常见做法是两者加权组合我一般用0.5 * CE 0.5 * Dice这个配比在腹部多器官上比较稳。import torch import torch.nn as nn import torch.nn.functional as F class DiceCELoss(nn.Module): def __init__(self, ce_weight0.5, dice_weight0.5, ignore_bgFalse): super().__init__() self.ce_weight ce_weight self.dice_weight dice_weight self.ignore_bg ignore_bg def forward(self, logits, target): # logits: [B, C, H, W], target: [B, H, W] ce F.cross_entropy(logits, target, reductionmean) probs F.softmax(logits, dim1) num_classes logits.shape[1] dice 0.0 start 1 if self.ignore_bg else 0 for c in range(start, num_classes): p probs[:, c] t (target c).float() inter (p * t).sum() union p.sum() t.sum() dice 1 - (2 * inter 1e-5) / (union 1e-5) dice dice / (num_classes - start) return self.ce_weight * ce self.dice_weight * diceignore_bgTrue时跳过背景类算 Dice因为背景占比太大算进去会掩盖小器官的真实表现。1e-5是平滑项防止分母为零。参数上如果发现胰腺 Dice 一直上不去可以把 dice_weight 提到 0.7但 CE 别低于 0.3否则训练不稳定。这个损失函数配合前面的加权采样是我在腹部多器官任务上比较常用的一套组合。4.2 Dice、HD95 和器官级评估的正确读法评估不能只看一个平均 Dice。平均 Dice 会被大器官拉高肝脏 Dice 0.95、胰腺 Dice 0.6平均下来还有 0.85看着不错实际胰腺根本不能用。正确做法是逐器官报告 Dice同时看 HD9595% 豪斯多夫距离它衡量边界最大偏差对临床很关键。指标含义腹部场景参考值注意点Dice重叠度肝脏0.94肾脏0.90胰腺0.75小器官单独看HD95边界95%分位距离肝脏5mm胰腺15mm对边界敏感IoU交并比与Dice趋势一致类别不均衡时偏低体积误差预测体积与真值差肝脏5%胰腺15%临床关注读表的时候注意胰腺的 HD95 天然比肝脏大因为胰腺边界本身就模糊标注者之间的一致性也低所以别拿肝脏的标准要求胰腺。如果某个器官 Dice 突然掉到 0.3 以下先别调模型回去查这个器官的标签是不是在部分病例里漏标了——漏标会让模型学到「有时这个器官不存在」输出变得不稳定。5. 多脏器分割的避坑与排查标注、显存、过拟合的常见翻车现场5.1 标签漏标与类别错位现象训练 loss 正常下降但验证时某个器官的预测掩码时有时无Dice 波动极大。原因部分病例的该器官没有标注模型把「未标注」当成了「不存在」学到矛盾的监督信号。解决训练前用第 2 章的统计脚本逐病例检查每个器官的像素数对缺失器官的病例要么剔除要么在损失里对该器官设 ignore 掩码别让模型为没标注的器官背锅。5.2 显存不够导致的 batch 和 patch 取舍现象想用 512×512 整层训练batch 只能设 1训练极慢且 BatchNorm 统计不稳。原因腹部 CT 单层分辨率高整层加多通道特征图显存吃紧。解决改用 patch 训练从每层随机裁 256×256 或 320×320batch 能提到 8 到 16BatchNorm 才有效。推理时用滑窗加重叠重叠率设 0.5再把各 patch 概率图平均边界拼接处不会出现明显接缝。5.3 过拟合训练 Dice 0.95 验证 0.7现象训练集 Dice 很快冲到 0.95验证集卡在 0.7 上不去。原因数据量小、增强弱模型记住了训练病例的解剖特征。解决加强增强弹性形变、随机亮度对比度加 Dropout 或 DropBlock早停按验证集器官平均 Dice 而不是总 loss。如果还是过拟合考虑冻结编码器前几层用预训练权重医学影像上 ImageNet 预训练虽然域差异大但低层边缘特征还是能用的。5.4 层间不连续导致的 3D 预测断裂现象2D 逐层预测再堆成 3D器官在层与层之间出现锯齿或断裂。原因2D 模型没有层间上下文相邻层预测独立。解决要么直接用 3D 网络显存允许的话要么在 2D 输出后做后处理用 3D 连通域取最大连通块把孤立的假阳性小区域去掉。这个后处理对脾脏和肾脏特别有效能明显降假阳性。5.5 窗宽窗位设错导致小器官消失现象胰腺在输入图像里几乎看不见模型自然学不好。原因用了默认的肺窗或骨窗腹部软组织对比度被压没了。解决确认用腹部窗窗宽 400、窗位 50可视化几张输入图确认胰腺和周围脂肪有区分度。这一步花五分钟能省后面几小时的调参。6. 把多脏器分割推到可用滑窗推理、后处理与一个提点小技巧模型训练完只是半成品真正决定能不能用的是推理和后处理。腹部 CT 体积大整卷塞不进显存标准做法是滑窗推理。窗口大小跟训练 patch 一致比如 320×320步长设 160重叠 50%每个窗口输出 softmax 概率累加到全图概率体里最后按通道取 argmax。重叠区做平均能压掉边界伪影这一步不做拼接处会出现明显的方格状错位。import torch import numpy as np def sliding_window_inference(model, volume, window320, stride160, num_classes6): volume: [D, H, W] 归一化后的 CT model.eval() D, H, W volume.shape prob np.zeros((num_classes, D, H, W), dtypenp.float32) count np.zeros((D, H, W), dtypenp.float32) with torch.no_grad(): for d in range(0, D): for h in range(0, H - window 1, stride): for w in range(0, W - window 1, stride): patch volume[d, h:hwindow, w:wwindow] t torch.from_numpy(patch).unsqueeze(0).unsqueeze(0).float() out torch.softmax(model(t), dim1).squeeze(0).numpy() prob[:, d, h:hwindow, w:wwindow] out count[d, h:hwindow, w:wwindow] 1 count[count 0] 1 prob / count return prob.argmax(axis0)stride160对应 50% 重叠重叠越高边界越平滑但推理越慢一般 0.5 够用。count记录每个体素被覆盖次数做归一化。推理完拿到整数掩码后做一步 3D 连通域后处理对每个器官通道只保留最大连通块去掉零散假阳性。这个操作对肾脏和脾脏提升明显因为这两个器官形态紧凑假阳性通常是孤立小点。再分享一个提点小技巧如果胰腺 Dice 始终差一口气试试在损失里给胰腺单独加一个类别权重或者在采样时把含胰腺的 patch 再上采样一倍。胰腺是腹部多脏器分割里公认最难的目标边界模糊、体积小、形态变异大别指望它和肝脏一个水平。我自己的习惯是每次换数据集先跑一遍第 2 章的统计脚本把器官占比和层数分布打印出来贴在实验记录里后面任何指标异常都回头对这张表。这个习惯帮我省了无数次瞎调参的时间。希望帮到你。本文还有配套的精品资源点击获取