深度学习医学影像分割实战：U-Net与V-Net的2D/2.5D/3D实现全解析

简介：基于深度学习的医学影像图像分割Python工程代码，面向医学影像分析初学者、课程设计或需要复现U-Net系列分割实验的研究者，提供一套从数据准备到模型训练、预测与查看结果的完整可运行流程。工程包含19个Python脚本，压缩包整体仅35KB，脚本按功能划分为数据预处理、2.5D/3D模型构建、训练、预测、后处理以及NII文件可视化等模块，目录层级清晰，便于按需取用。目前已有552人学习下载，热度较好。代码中不仅包含基础U-Net，还提供unet_3d、v_net等变体，读者可据此对比不同网络在MRI分割上的表现；同时给出训练集含10%验证的数据划分说明，并提供批量分割脚本，可对测试集和待预测图像生成结果并保存，方便直观评估。资源附有环境依赖与运行顺序说明，适合快速搭建环境、跑通全流程，也可作为医学影像深度学习入门或课程项目复现的轻量实用代码库。

1. 基于深度学习的医学影像图像分割：这个 MRI 分割项目包里到底装着什么

做医学影像图像分割的人大概都经历过这种场景：手头有一批 MRI 的 .nii 文件，标注已就绪，但训练入口在哪、预处理要不要做、.nii 怎么读都是拦路虎。这个项目就是干这个的——它把 U-Net 和 V-Net 在 2D、2.5D、3D 三种维度下的实现、训练、预测、后处理全部串成一条可运行链路。data/train放训练集，data/rest放测试集，data/test放待预测数据，三次独立预测结果也保留在目录里，方便做稳定性对比，这个细节我很喜欢。适合刚入门医学影像分割的学生、要做课程设计的本科生、以及想快速验证分割方案、不想从零搭网络的工程师。下面我从文件结构开始拆，一步步说清楚怎么跑、怎么调参、踩过哪些坑。

2. 文件结构与网络选型：U-Net、V-Net 和 2.5D 方案怎么选

2.1 项目文件布局：训练链路核心文件与摘要映射

解压MRI-Segmentation-main.rar之后，目录大致是这样：

unet/ ├── data/ │ ├── train/ # 训练数据，其中 10% 作为验证集 │ ├── rest/ # 测试数据，含 predict/predict1/predict11 三次运行结果 │ └── test/ # 课程设计要求预测的数据 ├── two_half_d/ # 2.5D 方案脚本目录 ├── u_net_3d/ # 3D U-Net 相关实现 ├── create_train_data_25d.py ├── generator_25d.py ├── train_25d.py ├── preprocess_25d.py ├── network/ │ ├── unet_3d_nn.py │ ├── v_net_25d.py │ ├── unet_25d.py │ └── vnet_3d_nn.py ├── public_lib/ │ ├── utils.py │ ├── loss_function.py │ ├── pathvariable.py │ └── dataIO.py ├── predict.py # 对 data/test/image 分割 ├── predict_rest.py # 对 data/rest/image 分割 ├── train.py ├── preprocess.py ├── generator.py ├── postprocess.py ├── create_train_data.py └── environment.txt

这个项目给我印象最深的是代码按阶段拆得很细，每个脚本只负责一件事，没有把预处理、训练、预测全塞进一个文件里。工程上这是好事——你可以单独替换某一段而不用动其他部分。比如你想换一种归一化策略，只改create_train_data.py就够；想换损失函数，只动public_lib/loss_function.py。

不过要注意，摘要里写的运行方式是 "python3 name.py"，并列举了data.py、unet_model.py、see.py这些名字，实际压缩包里不是完全这么叫的。我整理了一张对应关系表，照着这个找文件就不会懵：

two_half_d和u_net_3d是两个独立的方案目录，里面装的是 2.5D 和 3D 训练的专用脚本，比如create_train_data_25d.py、train_25d.py。它们和根目录下主流程脚本形成对照，作者等于把三条技术路线都铺开了，这对做课程设计的人特别友好——你可以直接对比 2D、2.5D、3D 在同一批数据上的效果，不用自己写三份代码。

2.2 三种网络架构的定位差异：2D、2.5D、3D 怎么选

选择网络架构是医学影像分割里最核心的决策。2D U-Net 把每一层切片当独立图像处理，输入形状是 (B, C, H, W)，理解成本最低、显存占用最小，但完全丢掉片间连续性。遇到层厚较大、目标在相邻层间形态突变的情况，2D 的结果经常在层间出现锯齿状边界。

2.5D 的思路是取当前切片并各带上下一层，拼成 3 通道或 5 通道的输入（我一般取上一层+当前层+下一层）。这样网络虽然还是二维卷积，却能通过通道维度感知到层间局部上下文。这个方案在 MRI 分割里很实用——很多数据集的层间距比平面内分辨率大，3D 卷积在层间学到有效特征很费力，而 2.5D 用很小的代价就把三维信息送进了网络。

3D U-Net / 3D V-Net 直接以 (B, C, D, H, W) 体素卷积，信息利用最充分，但显存占用随深度线性增长，训练时间也最长。当整个数据集只有几十个 case 时，3D 网络很容易过拟合。这个项目同时实现三套，相当于给不同数据条件留了三条路：

我实际跑这个项目时，默认从 2.5D 入手，因为它显存成本比 3D 低一个数量级，又比纯 2D 稳。先跑通链路，再根据数据厚度决定要不要切到 3D。如果数据只有几十层且各向异性明显，2.5D 往往是效果和资源最平衡的选项。

3. 数据准备与训练流程：从 .nii 原始数据到分割模型

3.1 环境安装与启动方式：先跑通链路

cd /path/to/unet pip3 install -r environment.txt python3 create_train_data.py python3 train.py python3 predict.py

逻辑说明：按顺序跑下来就是完整链路。cd到项目根目录是为了让相对路径生效，这个项目把数据集路径写在public_lib/pathvariable.py里，全部基于当前目录解析；如果不在根目录运行，第一行就会报 FileNotFoundError，这是初学者最容易踩的一步。

参数说明：安装依赖建议加--user或用虚拟环境，避免污染系统 Python；GPU 机器需要先确认 torch 版本与 CUDA 匹配，常见做法是运行python3 -c "import torch; print(torch.cuda.is_available())"，打印 True 说明显存可用。如果机器上同时有 Python 2 环境，务必用pip3和python3，否则依赖装错环境后 import 报错会浪费很多时间。

提示：先跑 create_train_data.py 再跑 train.py，顺序不能反。create_train_data 输出的中间文件是 train.py 的输入，漏跑一步在后面会直接读不到数据。

3.2 create_train_data.py 与数据预处理

create_train_data.py主要负责把 .nii 读进来、归一化、按比例切分训练集和验证集。下面是核心逻辑的示意代码，和项目实现对齐：

# create_train_data.py 核心逻辑示意 import numpy as np from public_lib.dataIO import load_nii nii_files = load_file_list("data/train/image") # 读入所有 nii 路径 images = [] for nii_file in nii_files: img, affine = load_nii(nii_file) # (D, H, W) img = img.astype(np.float32) # 归一化：MRI 灰度值范围大，先 clip 再线性映射 lo, hi = np.percentile(img, 1), np.percentile(img, 99) img = np.clip(img, lo, hi) img = (img - lo) / (hi - lo + 1e-8) images.append(img) # 10% 做验证集 split = int(len(images) * 0.9) train_list, val_list = images[:split], images[split:] np.savez("data/train_ready.npz", train=train_list, val=val_list)

逻辑说明：clip 到 1%～99% 分位是为了去掉 MRI 里极端高亮的噪声点。这种数据的灰度值经常有少数体素异常偏大，直接用 max-min 归一化会被个别异常值带偏，所以我一般用分位数截断而不是全范围截断。split 用 0.9 表示预留 10% 验证集，这是项目作者预设的比例。

参数说明：如果你的数据来自不同扫描仪或不同序列，灰度基线会差很多，可以在归一化前加偏置场校正步骤。如果数据集很小并切各类别极不均衡，可以把 split 调到 0.85 让训练数据多一些，代价是验证集波动变大——小数据集上 10% 的验证集可能只有几例，Dice 曲线看起来会很抖。这时候不是你模型不行，是验证集太小，要有这个心理准备。

generator.py的作用是训练时按 batch 动态读取切片并做随机翻转、旋转等在线增强，避免把所有增强结果一次性写进内存把磁盘撑爆。这是医学影像数据量小时的常规操作——在线增强等于变相扩容，而且每个 epoch 看到的样本都不一样，能有效抑制过拟合。

3.3 train.py 训练参数与模型行为观察

train.py负责加载数据集、初始化模型、迭代训练、保存最优权重。下面这些参数是训练时最需要盯的：

epochs = 100 # 小数据集建议 100 起步，看曲线再决定加不加 batch_size = 8 # 2D/2.5D 可接受；3D 要降到 2 或 1 learning_rate = 1e-4 # 医学影像数据量小，1e-3 太大，1e-4 稳妥 optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate) criterion = loss_function.dice_loss # 见 public_lib/loss_function.py

逻辑说明：医学影像分割正负样本严重失衡，目标区域经常只占整个体积的百分之几，直接用交叉熵会让网络倾向于输出全背景。Dice Loss 优化的是预测与标注的体素重叠程度，天然对类别不均衡问题不敏感，这是它在这个场景下被选为主损失函数的原因。

参数说明：学习率配 1e-4 是经验值，如果 loss 震荡明显就降到 5e-5。batch_size 受显存约束，2.5D 用 8 没问题，但如果你把输入分辨率设得非常大（比如 512×512×3），先减半再观察显存余量。训练里另一个关键点是按验证集 Dice 保存最优权重：

# train.py 中保存最优权重的常见写法 best_dice = 0.0 for epoch in range(epochs): train_loss = run_epoch(model, train_loader, optimizer) val_dice = evaluate(model, val_loader) if val_dice > best_dice: best_dice = val_dice torch.save(model.state_dict(), "checkpoints/best.pth") print(f"epoch={epoch} loss={train_loss:.4f} val_dice={val_dice:.4f}")

逻辑说明：按验证集 Dice 决定是否保存当前权重，而不是按训练 loss。训练 loss 只反映拟合程度，验证集 Dice 才说明泛化能力——拿训练 loss 最小的一版权重去预测，往往不是最好的。

参数说明：epochs 不要盲目跑满。我一般先观察 5 个 epoch，如果 val_dice 没有上升趋势，问题大概率出在数据准备环节，而不是训练时间不够。检查路径通常是：先看 create_train_data 的输出有没有问题，再看生成器有没有把数据对齐。

4. 预测与后处理实战：predict.py 输出约定与结果修复

4.1 predict.py 与 predict_rest.py 的输出约定

predict.py针对data/test/image预测，结果写到data/test/predict；predict_rest.py针对data/rest/image，结果写到data/rest/predict。核心逻辑是这样：

# predict.py 核心循环（示意） import torch from network.unet_25d import UNet25D from public_lib.dataIO import load_nii, save_nii model = UNet25D(in_channels=3, out_channels=1) model.load_state_dict(torch.load("checkpoints/best.pth", map_location="cpu")) model.eval() # 切到推理模式，关掉 BN/Dropout 的随机性 for case in test_cases: img, affine = load_nii(case) # (D, H, W) pred = predict_case(model, img) # 概率图 seg = (pred > 0.5).astype(np.uint8) # 二值化阈值，可调整 save_nii(seg, affine, output_path)

逻辑说明：model.eval()那行是最容易漏的，漏了预测结果会产生随机抖动。二值化阈值取 0.5 是常规默认，实际应用中如果医生反馈分割边界偏小，把阈值降到 0.3～0.4；如果偏大，提到 0.6 以上。阈值不是玄学，它直接控制着查全率和查准率的取舍。

参数说明：predict_rest.py的数据流和 predict.py 相同，只是输入换成data/rest/image，输出换成data/rest/predict。这个项目把data/rest/predict、predict1、predict11三组运行结果都保留下来，这就是标准的三次重复测试——同一模型多跑几遍，看分割结果在体素级别稳不稳定。

4.2 后处理：连通域分析、阈值调整与结果修复

网络预测出的原始 mask 有噪声是常态，postprocess.py负责去掉零散假阳性：

# postprocess.py 后处理逻辑（示意） from scipy import ndimage labeled, num_features = ndimage.label(binary_pred > 0) if num_features > 0: volumes = ndimage.sum(binary_pred > 0, labeled, range(1, num_features + 1)) # 只保留最大连通域，或滤掉小于 min_volume 的区域 max_label = volumes.argmax() + 1 binary_pred = (labeled == max_label).astype(np.uint8)

逻辑说明：逐体素分类天然会产生碎片，连通域分析是医学影像分割后处理的通用手段。这里用ndimage.label给每个连通域编号，再用ndimage.sum统计体积，把小于阈值的小块滤掉。最常见的设定是保留最大连通域——假设你不是在分割多发病灶，这个操作很管用。

参数说明：min_volume要结合体素分辨率来定。假如体素是各向同性 1mm³，目标是最小病灶直径 5mm，那按 5³=125 体素做下限是合理的。别小看这一步，它经常能把 Dice 从 0.90 拉到 0.93 以上。

边界毛糙时还可以做一次二值形态学闭运算，填掉细缝和小空洞：

from scipy.ndimage import binary_closing binary_pred = binary_closing(binary_pred, structure=np.ones((3, 3, 3)))

注意闭运算的结构元素不要超过 5×5×5，否则会吞掉真实解剖细节。我见过有人用 9×9×9 的结构做闭运算，结果小病灶全被填没了，这个参数是真的要谨慎。

5. 避坑与排查：训练不收敛、显存溢出与路径写死

5.1 训练损失不下降

现象：dice_loss 在前 10 个 epoch 毫无变化，打印出来像一条直线，val_dice 也纹丝不动。

原因：最常见的是学习率偏大导致 loss 震荡，但更隐蔽的是数据预处理没对齐——原始像素值范围是 0～3000，没归一化直接进网络，梯度数值不稳定，网络根本没有有效更新。这种问题在 MRI 数据上特别常见，因为不同序列的灰度范围差异极大。

解决：把 learning_rate 降到 1e-4 以下，并回看 create_train_data.py 的归一化逻辑；在 train.py 训练前打印一个切片的像素统计，确认数值在 0～1 区间。我习惯在数据加载器里加一行断言，值域不对直接报错，省得训练半天才发现数据有问题。

5.2 3D 网络显存溢出

现象：训练第二个 batch 时直接 OOM，进程被系统杀掉，或者报 CUDA out of memory。

原因：3D 卷积的中间特征图比 2D 大一个数量级。2D 下 batch_size=8 没问题，3D 下 batch_size=4 都跑不进去，显存被中间激活值瞬间占满。

解决：先降到 batch_size=2 试跑，看显存占用再逐步加。还不行就把输入统一裁剪成 64×64×64 的 patch，训练时随机裁剪，预测时重叠滑动窗口拼接。这个项目既然给了 2.5D 的完整脚本，日常实验直接用 2.5D 最省事，3D 留给数据厚度确实够大的场景。

5.3 数据增强导致的信息泄露

现象：验证集 Dice 比训练集还高，看起来像捡到宝，仔细一查是数据流出了问题。

原因：如果在整个数据集上先做统一归一化再切分训练/验证，或者增强时用了全数据的统计量，验证集信息已经通过统计量泄露进训练过程，验证指标失去意义。

解决：先切分，再对训练部分单独计算归一化参数；数据增强只作用于训练集。医学影像数据量小，大家习惯"先整体预处理再切分"，这个顺序其实是大坑。分割任务里尤其要小心，因为很多预处理是全局的。

5.4 路径写死的翻车现场

现象：代码在自己机器跑得好好的，换个目录或换台机器就报 FileNotFoundError，或者读到了旧数据、旧权重。

原因：public_lib/pathvariable.py里用的是相对路径，但运行脚本时没有先切到项目根目录；或者某个中间文件路径在多个脚本里被反复写死，换环境就找不到。

解决：在程序入口打印os.getcwd()，强制 cd 到项目根目录再运行；路径集中到 pathvariable.py 里改，不要散落在各脚本里改字符串。我这个教训很深，曾经因为路径指到了旧数据目录，用旧的训练集训了一个星期才发现。

5.5 预测结果全是黑的或全白的

现象：分割结果 .nii 打开后全黑，或者全白，看不到任何解剖结构。

原因：大概率是保存时丢了 affine 信息，或者把概率图当二值图保存了。全白通常是阈值设成了 0，网络输出没有经过 sigmoid 就直接比较，所有体素都被判成了正例。

解决：save_nii 时要传入 load_nii 时拿到的 affine；确认网络输出层包含 sigmoid；打开前用查看工具检查保存数组的数值分布，是 0/1 还是 0~1 浮点。如果保存的是概率图，需要做阈值判断后再存。看完第 6 节的查看工具你就知道怎么排查了。

6. 结果验证技巧：用 see.py 检查分割，三次预测取一致性

摘要里提到的see.py是查看 .nii 文件的小工具，核心逻辑其实就是 load_nii 之后转成图像显示。我在这个项目上习惯不用 IDE，直接写一个十几行的加载脚本来看结果：

# 查看单个 .nii 分割结果（对应摘要里的 see.py） import sys import numpy as np from public_lib.dataIO import load_nii img, affine = load_nii(sys.argv[1]) slices = img.shape[0] for i in range(0, slices, max(1, slices // 9)): # 均匀取 9 层预览 print(f"slice {i}: min={img[i].min()} max={img[i].max()} mean={img[i].mean():.2f}")

配合 Dice 一致性检查更直观。这个项目保留了data/rest/predict、predict1、predict11三组运行结果，我会对同一 case 两两算 Dice：

# 三次预测一致性检查 from public_lib.dataIO import load_nii def dice(a, b): return 2 * np.sum((a > 0) & (b > 0)) / (np.sum(a > 0) + np.sum(b > 0) + 1e-8) p1, _ = load_nii("data/rest/predict/case01.nii") p2, _ = load_nii("data/rest/predict1/case01.nii") p3, _ = load_nii("data/rest/predict11/case01.nii") print(f"run1 vs run2: {dice(p1, p2):.4f}") print(f"run1 vs run3: {dice(p1, p3):.4f}") print(f"run2 vs run3: {dice(p2, p3):.4f}")

逻辑说明：三次独立预测的 Dice 一致性是模型稳定性的硬指标。如果两两 Dice 低于 0.95，说明预测对输入扰动敏感，问题多半出在预处理或后处理环节，而不是网络结构本身。再配合分层预览的像素统计，就能快速定位是阈值问题还是连通域参数问题。

参数说明：检查脚本不挑数据，把路径换到 test 目录同样适用。我还习惯把每组结果的总体素数打出来，配合肉眼观察边界是否贴合解剖结构。数值和结构双重验证，比只看 Dice 一个数可靠得多。

有一次我赶时间只跑了一次预测就直接交结果，和同事的算法一对比，边界抖动非常明显，那才意识到预测稳定性也是个必须盯的指标。从那以后我每次做完医学影像分割都强制跑三遍预测，两两 Dice 低于 0.95 就回去查预处理和后处理，这个习惯确实救了不少次。希望帮到你。

本文还有配套的精品资源，点击获取