简介这份资源为机器学习课程大作业提供了一套完整的3D卷积神经网络医学图像分类实现方案面向需要完成期末大作业、课程设计或入门医学影像深度学习的Python开发者。项目内含带注释的源代码与文档说明覆盖数据加载、模型构建、训练测试等关键环节新手也能快速部署复现。代码注释详细关键部分配有说明降低了上手门槛。压缩包共48个文件以Python脚本为主含18个py源文件及16个pyc编译文件辅以CSV格式的预测结果、pickle预处理数据、h5模型权重及README说明文档总大小11.48MB结构清晰便于按模块阅读与复现实验。已有440人浏览学习参考价值得到验证。凭借完善的目录划分、可运行的完整流程和详细的注释这份高分大作业资源既能帮助理解3D卷积网络在医疗影像分类中的应用也能为课程答辩与功能扩展提供扎实基础。1. 从一次课程大作业反推出的3D卷积神经网络落地路线拿到“基于3D卷积神经网络的医学图像分类”这类题目时大多数人的第一反应是找一段现成的3D CNN代码改一改然后祈祷训练不爆显存。但真正让这份大作业拿高分或者让这套流程迁移到实际科研项目的往往不是网络结构有多深而是三件看起来不起眼的事数据读取与预处理是否规范、评估指标是否贴合医学场景、文档里能不能把每个失败实验说清楚。这篇文章我从数据侧开始把3D卷积神经网络做医学图像分类的完整闭环拆开讲包括NIfTI这类原始格式怎么读、3D卷积和2D卷积的本质差别、损失函数该看哪几个指标、以及课程大作业里“源代码文档说明”到底应该写成什么样。适合正在赶深度学习课设、想从2D切到3D、或者刚接手医学影像数据集的工程师参考。2. 基于3D卷积神经网络的输入侧医学图像读入与预处理2.1 为什么医学图像分类必须处理成3D而不是逐层2D医学图像分类的常见数据来源是CT、MRI或者PET它们天然是三维体数据。CT的切片间距在0.5mm到5mm之间一个典型肺部扫描是512×512×300左右的矩阵MRI的层间分辨率可能更差但本质上都是三维数组。常见的误操作是把每个切片单独当2D图像输入CNN这样会把层间的结构连续性丢掉。3D卷积神经网络直接用三维核在x、y、z三个方向滑动特征图也是三维的能捕捉到器官或病灶在相邻切片间的形态变化对肿瘤、结节这类目标更友好。代价是显存和计算量成倍上涨一个64×64×64的输入经过三层3D卷积后特征图数量很容易让显存吃紧所以预处理阶段要规划好体素大小和裁剪范围。另一个会被忽略的问题是医学图像分类通常是小样本问题。公开数据集里一个类别几百例就算多的了所以数据划分必须按患者ID进行同一患者的多个扫描比如不同期相或不同序列不能同时出现在训练集和验证集里否则模型会记住患者而不是病灶验证指标虚高。常见做法是把患者列表按7:2:1划分再根据每个患者的所有扫描构建文件清单。2.2 NIfTI数据读取与重采样的标准流程原始扫描通常是NIfTI格式扩展名.nii或.nii.gz里面除了三维数组还有完整的体素到物理空间的映射信息。用一个轻量级包装类把整个数据管线封装起来训练时不需要每次都改代码。import nibabel as nib import numpy as np import os class MedVolumeDataset(torch.utils.data.Dataset): def __init__(self, csv_path, target_size(64, 64, 32), use_z_scoreTrue): self.samples [] self.target_size target_size self.use_z_score use_z_score with open(csv_path, r) as f: next(f) # 跳过表头: patient_id,volume_path,label for line in f: pid, vol_path, label line.strip().split(,) self.samples.append((pid, vol_path, int(label))) self.patient_ids list({s[0] for s in self.samples}) def __normalize_volume(self, volume): p1, p99 np.percentile(volume, [1, 99]) volume np.clip(volume, p1, p99) if self.use_z_score: mean, std volume.mean(), volume.std() volume (volume - mean) / (std 1e-8) return volume.astype(np.float32) def __resample_to_target(self, volume): z_depth self.target_size[-1] img ndimage.zoom(volume, (self.target_size[0] / volume.shape[0], self.target_size[1] / volume.shape[1], z_depth / volume.shape[2]), order1) return img def __getitem__(self, idx): pid, path, label self.samples[idx] volume nib.load(path).get_fdata() volume self.__resample_to_target(volume) volume self.__normalize_volume(volume) volume volume[np.newaxis, ...] # 加通道维: (1, H, W, D) return torch.from_numpy(volume), label def __len__(self): return len(self.samples)这段代码里我先做的是重采样而不是归一化原因在于nib.load(path).get_fdata()读出的体素形状是H×W×D不同扫描的层数和层间距不一致必须统一到目标大小才能进batch。ndimage.zoom用一阶线性插值对医学图像来说是速度和精度的折中如果做多分类细分建议改成三阶插值。窗宽窗位截断用的是1%到99%的分位数比固定到0到255更通用比如CT里窗宽是骨窗还是肺窗差异很大。归一化放在最后保证输入分布不会因为扫描设备不同而剧烈偏移。2.3 类别不平衡与大作业常见的数据增强组合医学图像分类的标签经常很不均衡比如阳性结节可能只占10%。这种情况下不要先改损失函数先做三件事用分层划分保证训练集和验证集的类别比例近似一致、在数据增强时对少样本类别做更高概率的变换、记录每类的样本数。数据增强在3D场景里比2D贵得多我一般只用随机旋转90度、180度、270度按患者ID固定随机种子、水平翻转和随机裁剪弹性形变虽然医学上合理但训练时会慢上好多倍。增强方式2D适用性3D适用性注意事项随机水平翻转好好对解剖结构左右不对称的数据慎用随机旋转好中等旋转轴要限定在方寸平面内避免破坏解剖方向随机裁剪好好配合中心裁剪做粗定位避免切掉病灶弹性形变好差3D上插值开销大容易导致器官变形强度偏移/噪声好好医学图像多模态场景下很有用在写课程大作业时把增强策略做成配置文件放在源代码里而不是写死在训练脚本中。这样在文档的实验章节可以直接对比“有无增强”两组结果属于成本很低的消融实验。3. 从Conv3d到损失函数搭一个能跑的3D CNN分类器3.1 3D卷积核的参数量与感受野变化在开始写代码前需要明确3D卷积和2D卷积在参数尺度上的差异。一个Conv3d(in_channels, out_channels, kernel_size3)的卷积核形状是[out_channels, in_channels, 3, 3, 3]参数量是把2D卷积的核又多乘了一个维度上的3。如果输入通道是64输出通道是128单个3×3×3卷积的参数量是64×128×3×3×3221184大约是2D卷积的三倍。这直接导致3D网络在同等深度下更容易过拟合也更难通过加大通道数来提精度。所以课程大作业里不要盲目堆ResNet50这种设计常见的做法是控制通道数在32到128之间用三层左右的卷积块配合批归一化和全局平均池化。3D池化层的设置同样重要。MaxPool3d在2D池化基础上多了一个核深度的概念特征图在池化后空间尺寸减半、深度也减半这能有效把体数据压缩但要注意最后一次池化后特征图的深度不能太小否则后续全连接层拿到的语义信息不足。一个通用结构是输入64×64×32→卷积块1→池化到32×32×16→卷积块2→池化到16×16×8→卷积块3→自适应平均池化到1×1×1→全连接输出。3.2 用PyTorch写一个带批归一化的轻量3D CNNimport torch import torch.nn as nn class ConvBlock3D(nn.Module): def __init__(self, in_ch, out_ch, dropout_p0.3): super().__init__() self.conv nn.Sequential( nn.Conv3d(in_ch, out_ch, kernel_size3, padding1), nn.BatchNorm3d(out_ch), nn.ReLU(inplaceTrue), nn.Conv3d(out_ch, out_ch, kernel_size3, padding1), nn.BatchNorm3d(out_ch), nn.ReLU(inplaceTrue), ) self.dropout nn.Dropout3d(pdropout_p) self.pool nn.MaxPool3d(kernel_size2) def forward(self, x): x self.conv(x) x self.dropout(x) return self.pool(x) class Med3DCNN(nn.Module): def __init__(self, in_channels1, num_classes2): super().__init__() self.block1 ConvBlock3D(in_channels, 32) self.block2 ConvBlock3D(32, 64) self.block3 ConvBlock3D(64, 128) self.global_pool nn.AdaptiveAvgPool3d(1) self.classifier nn.Sequential( nn.Flatten(), nn.Linear(128, 64), nn.ReLU(inplaceTrue), nn.Dropout(p0.5), nn.Linear(64, num_classes) ) def forward(self, x): x self.block1(x) # 32x32x16 x self.block2(x) # 16x16x8 x self.block3(x) # 8x8x4 x self.global_pool(x) return self.classifier(x)卷积块里每层卷积后面都接批归一化这个顺序比先ReLU再BN收敛更稳定。Dropout3d会随机丢掉整个通道而不是单个元素和卷积特征图配合时正则化效果更好。AdaptiveAvgPool3d(1)把任意尺寸的特征图压成1×1×1这样即使预处理时输入尺寸变了也不需要修改网络结构。最后的分类器先降维到64再映射到类别数避免直接从128维映射到2类导致过拟合。3.3 损失函数与训练循环的中期调参位医学图像分类的损失函数常见组合是交叉熵加Dice损失。交叉熵对每个像素点独立计算损失类别不均衡时容易偏向多数类Dice损失直接优化分割/分类目标的重叠度对前景占比小的情况更稳定。在分类任务里直接用交叉熵是够用的但我会把Dice作为验证集的附加观察指标而不是直接加进损失。主要原因是Dice对网络输出的概率阈值很敏感在训练早期波动剧烈加到损失函数里反而会影响收敛。def train_one_epoch(model, loader, optimizer, criterion, device, scalerNone): model.train() running_loss 0.0 for volume, target in loader: volume, target volume.to(device), target.to(device) optimizer.zero_grad() with torch.cuda.amp.autocast(enabledscaler is not None): output model(volume) loss criterion(output, target) if scaler: scaler.scale(loss).backward() scaler.step(optimizer) scaler.update() else: loss.backward() optimizer.step() running_loss loss.item() * volume.size(0) return running_loss / len(loader.dataset)这里有一个课程作业里经常被忽略的点torch.cuda.amp.autocast混精度训练。医学图像数据量不大但如果batch size上不去可以尝试用混精度把显存占用降下来从而把batch从4提到8或16。训练循环里记录了按样本数加权的累计loss而不是按batch平均的loss这样当最后一个batch不满时统计量不会失真。学习率调度我常用余弦退火初始学习率1e-3配合早停patience设为10个epoch。4. 评估与可视化区分“指标好看”和“真能用在临床上”4.1 混淆矩阵派生指标在医学二分类里的真正含义医学图像分类报告里出现频率最高的指标是准确率、敏感度、特异度和AUC。准确率在类别不均衡时极其容易被“全预测为多数类”骗过去所以重点看后三个。敏感度召回率表示真实阳性里被找出来的比例特异度表示真实阴性里被判对的比例。在课程作业里我一般会同时报告这两个值并画ROC曲线计算AUC这样比只给准确率要严苛得多。下面这段代码计算Dice系数和混淆矩阵的各个派生值from sklearn.metrics import confusion_matrix, roc_auc_score def evaluate_model(model, loader, device): model.eval() all_preds, all_probs, all_labels [], [], [] with torch.no_grad(): for volume, target in loader: volume volume.to(device) output model(volume) prob torch.softmax(output, dim1) pred torch.argmax(prob, dim1) all_probs.extend(prob[:, 1].cpu().numpy()) all_preds.extend(pred.cpu().numpy()) all_labels.extend(target.numpy()) tn, fp, fn, tp confusion_matrix(all_labels, all_preds).ravel() sensitivity tp / (tp fn 1e-8) specificity tn / (tn fp 1e-8) auc roc_auc_score(all_labels, all_probs) dice 2 * tp / (2 * tp fp fn 1e-8) return {sensitivity: sensitivity, specificity: specificity, auc: auc, dice: dice}sensitivity和specificity的公式是一种对称写法分母加上1e-8是为了防止除零。这里的Dice系数用的是混淆矩阵四个值直接推导的形式等价于两倍交集除以预测和真值的并集。注意ravel()把2×2的混淆矩阵展平顺序是tn,fp,fn,tp如果不按这个顺序取值后面的指标会全部错位。AUC计算用的是正类的概率分数也就是softmax输出第二列不能把对应的真实标签换成one-hot再做多分类AUC那样得到的是类别平均AUC不是二分类AUC。4.2 把预测结果切回原始分辨率以免在大作业里翻车预处理阶段对体数据做了重采样和归一化但可视化时需要回到原始空间去看病灶位置。常见做法是保存验证集里每例患者的原始扫描路径、预测概率和真实标签随后从原始数据里切出病灶中心的那几层在二维切片上叠加热力图。不要直接在预处理后的64×64×32数据上画图那样医生看着解剖结构是变形的课程答辩时如果有临床背景的评委一眼就能看出来。def visualize_predictions(model, dataset, device, save_dir, top_k3): model.eval() prob_records [] for idx in range(len(dataset)): pid, vol_path, label dataset.samples[idx] volume_np nib.load(vol_path).get_fdata() volume_tensor dataset[idx][0].unsqueeze(0).to(device) with torch.no_grad(): output model(volume_tensor) prob torch.softmax(output, dim1)[0, 1].item() prob_records.append({pid: pid, path: vol_path, prob: prob, label: label}) prob_records.sort(keylambda x: x[prob], reverseTrue) # 保存概率最高的3个样本便于检查假阳性 for rec in prob_records[:top_k]: print(rec[pid], rec[prob], rec[label])这段可视化的核心是“按预测概率排序保存”目的是在排错时快速看到模型最自信的预测对应的原始影像。假阳性最高的几例往往能反映出数据标注错误或预处理阶段截断过强的问题。sort这行代码是关键很多同学直接按数据集顺序可视化很难发现问题样本。5. 课程大作业文档说明的高分写法5.1 文档结构与实验记录模板源代码之外能让大作业从“能跑”到“高分”的通常是文档说明这部分占分常常达到30%到40%。评阅老师看文档的顺序和看论文差不多先翻目录找实验设计和对比实验再决定要不要细看。我一般建议文档按这样组织引言提问题背景和数据来源方法写数据预处理、网络结构选型理由和损失函数设计实验记录部分是主体最后要有结论和可改进方向。实验记录部分不要只贴训练日志要做一个统一的表格把每次实验的配置和结果放在一起实验编号输入尺寸是否数据增强损失函数学习率批次大小准确率AUCDice备注exp0164×64×32否CE1e-380.8120.8450.722基线exp0264×64×32是CE1e-380.8530.8820.764增强有效exp0364×64×32是DiceCE1e-380.8410.8710.789过拟合在验证集上更明显表格里最有效的部分是“备注”列写清楚每个实验和上一组的差异以及观察到的现象。exp03这种结果说明Dice损失并没有提升分类的准确率但Dice本身变好了这就是一个可以展开讨论的地方比直接说“加Dice更好”要有说服力。5.2 答辩环节最容易被打动的三处细节第一处是错误分析。把验证集里预测错误的样本单独截出来在文档里放一两张图说明为什么错比如“此类病灶边缘模糊和周围组织对比度低模型倾向于判为阴性”。哪怕结论只是推测也比没有要强。第二处是随机种子和可复现性。在源代码项目里固定random.seed、np.random.seed和torch.manual_seed并在文档开头写清楚实验环境的依赖版本。第三处是对计算资源的说明。显存多大、训练一个epoch花费多久、总共训练多少个epoch这些内容直接展示工作量。课程大作业的评分往往基于“工作量思考深度”而这两样都需要通过表格和可视化来外化表达。5.3 修一个最容易拖低分的隐藏问题最后给一个很具体的排查技巧。3D卷积神经网络训练到中后期经常出现的现象是训练集AUC接近1.0、验证集在某个阈值附近震荡很多人会把它归因于过拟合但真实原因是预处理时没有隔离同一批次数据导致验证集里混入了训练集患者的其他序列。在数据划分时用患者ID做分组比按文件做随机划分更可靠。如果代码里已经用了train_test_split且没有传stratify参数在类别不平衡时还会出现验证集恰好全是多数类的情况。顺手把stratifyall_labels加上能避免一次毫无意义的答辩翻车。本文还有配套的精品资源点击获取