超声乳腺图像分割实战：从数据集预处理到U-Net训练全流程

简介这套超声乳腺良性图像分割数据集面向医学影像AI与计算机视觉初学者提供完整的训练集与测试集包含原始超声图像及对应分割标签共两个类别背景与良性乳腺区域适合开展医学图像分割模型训练、验证与算法对比实验。资源包共877个文件以875张PNG图像为主体含训练集约300对图像与掩码、测试集约130对图像与掩码另附类别说明txt文件与Python可视化脚本压缩包约88MB结构按images与masks目录组织便于直接加载与划分数据。已有958人学习使用。配套脚本可随机抽取一张图片将原始图、GT标签图及GT在原图上的叠加蒙版保存为对比图便于快速检查数据质量与分割效果。整体设计紧凑适合作为入门级分割任务的标准数据集帮助读者掌握数据读取、预处理、模型评估等完整流程。1. 超声乳腺良性图像分割数据集训练测试已分好落地为什么还要再过三关做过超声图像分割的同行应该都有体会自己攒数据是最耗时的一步要脱敏、要请医生标注、要反复核对病灶边界最后能用的干净数据可能就一两百张。这份医学图像分割数据集把训练集、测试集和像素级标签都备好了理论上拿到手就能进模型训练省掉的正是最脏最累的数据准备环节。但别高兴太早。超声图像不像自然图像斑点噪声重病灶与周围腺体在灰度上经常只差十几个像素值尤其是良性病灶边界虽然规则但对比度很低第一次跑训练大概率会在Dice指标上翻车。这篇文章按你拿到数据集后的实际顺序来写先验数据集构成再做预处理再上U-Net跑通训练中间穿插参数选择和踩坑记录。适合刚入医学图像分割方向的研究生也适合想快速验证某个网络结构在乳腺B超数据上效果的工程师。2. 数据集构成拆解目录结构、灰度掩膜与良性病灶的标注规则拿到数据集的第一件事不是写训练代码而是花二十分钟把文件组织摸清楚。标题里写了“包含训练集和测试集、标签”但具体到目录长什么样、掩膜是二值还是灰度、文件名能不能一一对应这些细节直接决定后面Dataset类怎么写也决定了会不会在第5章踩进那些坑里。2.1 先做三件小事数文件、对文件名、查尺寸分布常见做法是先把目录结构完整打印出来确认原图和掩膜的配对关系。有的数据集是train/images与train/masks两个目录、文件名一一对应有的是同目录下用_mask后缀区分还有的按病例ID分子目录。先用脚本侦察一遍不要用肉眼在文件管理器里翻。import os from collections import Counter train_img_dir train/images train_mask_dir train/masks imgs sorted(os.listdir(train_img_dir)) masks sorted(os.listdir(train_mask_dir)) print(图片数量:, len(imgs)) print(掩膜数量:, len(masks)) # 检查文件名是否能配对 img_names [os.path.splitext(f)[0] for f in imgs] mask_names [os.path.splitext(f)[0].replace(_mask, ) for f in masks] print(配对成功:, Counter(img_names mask_names))这段代码解决三件事图片和掩膜数量是否一致、文件名匹配规则是什么、有没有缺文件。配对这一步出错的话训练时__getitem__会直接崩或者更隐蔽——图对上了但mask读的是别人的病灶指标虚高还不自知。接着统计所有图像的尺寸和宽高比。乳腺B超图像常见尺寸有512x512、768x576甚至同一数据集里混着不同设备出的图。统计完尺寸分布再决定后续统一resize到多大。import cv2 sizes set() for f in imgs[:50]: img cv2.imread(os.path.join(train_img_dir, f), cv2.IMREAD_GRAYSCALE) sizes.add(img.shape) print(前50张图尺寸分布:, sizes)有些数据集里混着带标尺、带探头阴影的图这些不影响训练但会影响预处理策略后面第3章会讲到。2.2 标签值域检查二值掩膜、软标签与阈值取舍这是最容易翻车的一个检查点。B超分割数据集的掩膜来源通常有两种一种是用Labelme或ITK-SNAP直接导出的二值PNG背景是0、病灶区域是255另一种是标注后在边缘做了抗锯齿或者保存时经过压缩读出来之后边缘会出现127、96这类中间灰度值。先用程序把值域打出来。import numpy as np mask cv2.imread(train/masks/sample_001.png, cv2.IMREAD_GRAYSCALE) print(shape:, mask.shape, dtype:, mask.dtype) print(unique values:, np.unique(mask)) print(前景占比: {:.4f}.format((mask 0).mean()))结果只有[0, 255]说明掩膜是干净的二值图后面可以直接转成0/1标签。如果出现中间灰度值就属于“软标签”。软标签在训练时可以保留让网络学习边缘概率但评估时要么统一做阈值二值化要么在预测概率图上直接算软Dice。这里的关键是训练和评估必须用同一套规则不能用软标签训练、再用硬阈值评估否则指标会莫名偏低。顺便说一句有些数据集的掩膜背景是0、前景是1有些是0和255还有些把背景写成255、病灶写成0。读进来之后先打印np.unique再决定要不要反转这一步省不了。2.3 良性病灶的灰度特点低对比度边界对训练意味着什么乳腺良性病变在B超上多为类圆形或椭圆形边界较清楚有包膜或假包膜但内部回声与正常腺体组织接近灰度差值经常只有10到308bit灰度图。这和恶性病灶不一样恶性肿块边界毛刺多虽然Dice天然偏低但边界在灰度上通常更明显良性病灶恰恰是“边界看着清楚模型学不出来”。这个特点直接影响两步操作。第一步输入图像不做对比度增强的话网络在深层特征上很难把边界兜住第二步网络输出的概率图往往是“一片灰”不是理想的两极化概率分布阈值选0.5还是0.3Dice可能差出5个百分点。另外部分切面病灶后方会出现声影表现为病灶后方一片低回声暗区不要把声影当成病灶的一部分去训练标注里一般也不会标进去但增强时如果做了大幅平移可能让病灶和声影的相对位置发生变化产生不真实的样本。3. 从B超原图到可训练样本尺寸归一化、CLAHE与同步数据增强的落地代码预处理这一章决定模型上限。U-Net对输入尺寸不敏感但对输入分布敏感。乳腺B超图的灰度分布受设备增益、探头频率、检查深度影响很大预处理做得稳后面训练才不用反复回头改。3.1 统一尺寸resize的插值陷阱与尺寸选择大多数超声数据集不是统一尺寸的统一到256x256还是512x512需要权衡。病灶直径在图上可能只有40到60像素缩到256后细节损失明显我一般优先选512。显存不够时先做中心裁剪再resize不要直接缩到256。import cv2 def resize_pair(image, mask, size(512, 512)): # 原图用双线性插值掩膜用最近邻避免边缘出现假灰度 image cv2.resize(image, size, interpolationcv2.INTER_LINEAR) mask cv2.resize(mask, size, interpolationcv2.INTER_NEAREST) return image, mask掩膜resize必须用INTER_NEAREST。用INTER_LINEAR的话原本是255的边界上会混出128这类中间值相当于人为制造软标签后面评估IoU时边界一片假阳性。这个坑很隐蔽因为图像上看不出来只有打印值域时才会发现。3.2 灰度归一化与CLAHE低对比度边界增强的落地代码灰度归一化有两种流派。第一种是最简单的读进来是0到255除以255变成0到1直接喂网络。第二种是先用CLAHE做对比度受限自适应直方图均衡再归一化。对乳腺B超这种低对比度图像我倾向第二种。import numpy as np def preprocess(image): # CLAHE 限制对比度放大幅度避免把斑点噪声一起放大 clahe cv2.createCLAHE(clipLimit2.0, tileGridSize(8, 8)) image clahe.apply(image) image image.astype(np.float32) / 255.0 return imageclipLimit2.0是一个比较稳的起点调大到4.0以上时噪声会被明显放大训练Dice反而下降。tileGridSize(8, 8)表示把图像分成8x8的小块分别做直方图均衡块太小会让灰度过渡不自然块太大效果接近全局均衡。乳腺超声图建议保持8x8这是经过对比的常用配置。注意CLAHE是逐图像做的每张图用自己的直方图做变换会改变灰度绝对值的可比性。如果你后续打算从原图提取回声强度这类特征做辅助分类就不要用CLAHE改用全局z-score归一化。预处理方案要在训练前定死后面不要换来换去。3.3 数据增强矩阵乳腺B超能用的增强没那么多很多自然图像分割的增强策略不能直接搬过来。乳腺B超有体位语义上下翻转会让浅层组织和深层组织颠倒模型学到错误的空间先验。整理一份我在这个任务上常用的增强配置增强操作幅度建议原因水平翻转概率0.5推荐乳腺左右对称解剖上成立垂直翻转不启用不要开B超体位有上下语义旋转±10度推荐模拟探头角度变化高斯模糊sigma 0.5~1.0可选模拟聚焦不准亮度扰动±10%慎用回声增益差异太大会破坏对比度弹性形变sigma 3~5可选模拟探头压迫形变增强实现时最重要的一点所有几何变换必须用同一套随机参数同步作用于原图和掩膜否则病灶和掩膜错位等于在制造错误标签。import random def syn_augment(image, mask): # 水平翻转 if random.random() 0.5: image image[:, ::-1] mask mask[:, ::-1] # 随机旋转image 和 mask 共用变换矩阵 angle random.uniform(-10, 10) h, w image.shape M cv2.getRotationMatrix2D((w // 2, h // 2), angle, 1.0) image cv2.warpAffine(image, M, (w, h), flagscv2.INTER_LINEAR) mask cv2.warpAffine(mask, M, (w, h), flagscv2.INTER_NEAREST) return image, mask旋转的插值规则和resize一致原图用线性、掩膜用最近邻。弹性形变这类强操作在病灶很小的数据集上要克制真实B超解剖结构的形变有物理约束增强过头等于制造假样本模型学到的是变形后的病灶形状而不是真实的边界特征。4. 用U-Net训练自己的超声乳腺分割模型Dataset封装、组合Loss与关键超参预处理做完下一步就是把数据集接进训练 pipeline。这里直接用 U-Net 作为基线乳腺超声分割场景下U-Net 仍然是稳定且效果可控的选择不需要一开始就上 Transformer 结构。4.1 Dataset封装把图像与掩膜文件配对成可训练样本自定义 Dataset 需要处理三件事文件配对、掩膜转成0/1标签、同步应用预处理和增强。这里给出一个最小实现。import os import cv2 import numpy as np from torch.utils.data import Dataset class UltrasoundDataset(Dataset): def __init__(self, img_dir, mask_dir, transformNone): self.img_dir img_dir self.mask_dir mask_dir self.img_names sorted(os.listdir(img_dir)) self.transform transform def __len__(self): return len(self.img_names) def __getitem__(self, idx): name self.img_names[idx] image cv2.imread(os.path.join(self.img_dir, name), cv2.IMREAD_GRAYSCALE) mask_name name.replace(.png, _mask.png) mask cv2.imread(os.path.join(self.mask_dir, mask_name), cv2.IMREAD_GRAYSCALE) # 二值掩膜统一转成 0/1这一步必须在增强之前 mask (mask 127).astype(np.float32) if self.transform: image, mask self.transform(image, mask) # 转成 (1, H, W) 的 tensor网络输入是单通道灰度图 image torch.from_numpy(image.astype(np.float32)).unsqueeze(0) mask torch.from_numpy(mask).unsqueeze(0) return image, mask掩膜转成0/1是重点网络最后一层输出的是经过 sigmoid 的概率比较对象必须是0/1而不是0/255。如果在第2.2节发现掩膜带中间灰度值这里不要做127的二值化直接把原始灰度值除以255作为软标签输入这样网络可以学习边缘概率。4.2 Loss为什么选BCEDice类不平衡下的指标陷阱先算一笔账假设病灶占全图的5%如果网络在训练初期全部预测为背景BCE loss 照样可以很低因为95%以上的像素本来就该是背景。但Dice是0。这就是“loss在降、指标不动”的典型原因单独用BCE在小病灶分割里很容易踩进去。Dice Loss 对类别不平衡天然鲁棒因为它只看预测和真实的重叠比例不看像素总数。常用做法是 BCE 和 Dice 各占一半。import torch import torch.nn.functional as F def dice_loss(pred, target, smooth1.0): pred torch.sigmoid(pred) intersection (pred * target).sum() return 1 - (2 * intersection smooth) / (pred.sum() target.sum() smooth) def bce_dice_loss(pred, target): bce F.binary_cross_entropy_with_logits(pred, target) dice dice_loss(pred, target) return 0.5 * bce 0.5 * dicesmooth1.0是个平滑项防止前几步分母为0。两个loss权重各0.5是常见起点如果病灶占比低于3%可以把dice权重提到0.7、bce降到0.3让梯度更集中在病灶区域。还有一点Dice Loss 对边界像素的梯度比较大这正好匹配乳腺良性病灶低对比度边界的优化需求。4.3 训练主循环与关键超参验证集怎么留、测试集什么时候碰训练循环本身不复杂关键在于验证集和测试集的纪律。数据集只给了训练集和测试集测试集是“后悔药”只能在最终评估时碰一次日常验证要从训练集里再留出10%到15%。def train_one_epoch(model, loader, optimizer, device): model.train() total_loss 0.0 for images, masks in loader: images, masks images.to(device), masks.to(device) preds model(images) loss bce_dice_loss(preds, masks) optimizer.zero_grad() loss.backward() optimizer.step() total_loss loss.item() return total_loss / len(loader)关键超参参考配置如下超参数推荐值说明输入尺寸512x512病灶小256会丢边界细节batch size8到16先跑通再加大显存不够就降学习率1e-4AdamW分割任务收敛慢学习率太大会震荡训练轮数100到200配合早停不是固定跑满早停条件验证Dice连续20轮不增选验证集上最优的权重而不是最后一轮验证时把model.eval()打开关掉dropout和BN的统计更新。测试集只在全部训练和调参结束后跑一次跑完记录Dice和IoU这个数值才是你最终能对外报告的结果。如果拿测试集反复调epoch或超参报告出来的指标就是虚的换数据就露馅。5. 超声乳腺分割避坑手册软标签、类不平衡与数据泄露的5个翻车现场这一章把我在类似数据集上踩过的坑按“现象→原因→解决”写清楚。每条都对应前面章节里的某个细节训练前对照检查一遍能省下至少一周的调试时间。5.1 mask被读成三通道Dice指标全线失真现象训练loss下降正常验证Dice忽高忽低核对时发现preds是1x512x512从DataLoader里拿出来的mask是3x512x512。原因cv2.imread不指定参数时默认按BGR三通道读入即使是灰度PNG也会被扩展成三通道导致模型输出和标签的shape不匹配或者在广播运算中算出完全错误的Dice。解决所有掩膜读取统一加cv2.IMREAD_GRAYSCALE并且在Dataset里做(mask 127)转成0/1。这个坑基本是自建数据集的“血泪经验”第一次跑通时务必打印一次mask.shape确认。5.2 掩膜边缘有抗锯齿灰度值评估指标被污染现象训练Dice在0.85左右验证Dice却只有0.7中间差了一大截。原因标注工具导出的PNG边缘带抗锯齿边缘一圈是128或96这类中间灰度值肉眼看不出来但(mask 0)的判定把这些像素全部当成前景或者(mask 127)把它们判成背景无论哪种都会让边界评估失真。解决第2.2节的np.unique(mask)检查不能跳过。如果发现中间灰度值要么训练和评估统一走软标签路线要么选一个固定阈值经验值50做二值化训练和评估用同一套规则。5.3 病灶占比不到5%BCE在降但Dice始终是0现象前50轮BCE从0.7降到0.2验证Dice一直是0训练好像成功了但模型什么都没学到。原因模型学会了输出全背景。因为98%的像素本来就是背景BCE照样很低但Dice对全背景输出严格为0。这类数据集里BCE loss曲线会骗人必须同时盯着Dice和IoU。解决换成第4.2节的BCEDice组合Loss。如果病灶占比特别低比如低于3%把Dice权重调到0.7。看指标以Dice和IoU为准loss只作为辅助参考。5.4 同一患者的多个切面被拆进训练集和测试集现象测试Dice报0.91换一台B超机采集的数据就掉到0.6泛化能力明显不行。原因一个良性病例往往有多张不同切面的图按图像随机划分训练集和测试集时同一患者的不同切面可能两边都出现模型记住了患者特征而不是病灶边界。这就是数据泄露医学图像分割数据集最常见的翻车点。解决按患者ID分组划分数据。如果文件名没有患者ID去找README里的病例映射表实在找不到就用文件名前缀做聚类。这条对良性数据尤其重要因为良性病例切面多随机划分时泄露概率比恶性数据高得多。5.5 验证时忘了关数据增强指标不可复现现象训练结束后重跑同一个验证循环两次Dice差了0.1到0.2没人改过代码但结果对不上。原因验证阶段没有关闭随机翻转和旋转每次预测的输入都不一样指标自然不同。解决验证和测试的transform只保留resize和归一化删除所有随机操作。如果想用测试时增强TTA提升稳定性单独写一套推理代码和验证流程物理隔离不要混在一起。6. 进阶验证技巧交叉验证、TTA与迁移学习在乳腺超声分割里的落地用法数据集只给了训练集和测试集严格来说你还需要一个验证集来选模型和调超参。常见做法是从训练集里再切出10%到15%做验证但我更推荐做5折交叉验证。每个fold用80%训练、20%验证训练5个模型最后在测试集上分别评估报告均值加减标准差。这样得到的指标更稳也能看出模型对不同病例分布的敏感度。交叉验证的额外好处是能顺便检查第5.4条的数据泄露——如果某一个fold的验证Dice突然比其他fold高出一截大概率是同源病例被拆开了需要回去查划分。测试集评估时如果想把指标再压榨一点可以用TTA。最常见的做法是对输入做水平翻转把原图和翻转图的预测概率取平均后再二值化。乳腺B超左右对称这种TTA在解剖上成立一般在Dice上能带来0.5到1.5个百分点的提升。注意TTA只用于最终评估和推理不要用在训练时的验证集上否则选出来的模型可能偏向TTA效果而不是真实泛化能力。最后给一个比Dice更实用的验证手段训练结束后把原图、预测概率图、真实掩膜三张图拼在一起输出成一张对比图。Dice高不代表边界准尤其是良性病灶这种低对比度场景机器可能在某个切面上恰好猜对了区域但边界偏移明显。拿几十张图快速翻一遍比盯着指标调参更能发现问题。我自己的习惯是每轮实验结束后先看这部分可视化确认边界和病灶形态合理再决定要不要调增强、调Loss权重或预训练策略这些细节叠加起来比换网络结构带来的收益更稳。希望这份落地笔记能帮你把数据集用顺少走几趟弯路。本文还有配套的精品资源点击获取