简介这份资源面向医学图像处理与深度学习方向的初学者及进阶开发者聚焦肺部CT影像中的肺结节自动检测问题提供了一套可复现的完整项目代码。包内共26个文件以11个Python脚本、4个Jupyter Notebook为主辅以8张结果示意图、说明文档与依赖清单压缩包约5.7MB涵盖数据预处理、模型定义、训练与可视化等模块。项目实现了U-Net、Inception、VGG、ResNet、DenseNet等多种网络结构并配有分割与分类两条训练流程便于对比不同骨干网络在结节定位与识别任务上的表现。预处理脚本涉及灰度化、归一化、降噪与数据增强可视化工具则支持损失曲线与分割掩膜展示帮助读者理解训练过程与评估指标。目前已有230人学习适合希望掌握医学影像分割实战、积累深度学习项目经验的学习者参考。1. 肺结节检测这套流程为什么值得你花时间啃下来体检报告上出现“肺结节”三个字的人越来越多低剂量螺旋 CT 一扫几毫米的磨玻璃影就藏不住了。可影像科医生一天要读上百份片子肉眼在几百层切片里找几个像素级的候选灶漏诊和疲劳几乎是必然。基于医学图像处理的肺结节检测要解决的就是这件事把 CT 序列读进来做预处理分割出肺实质再在肺里定位疑似结节最后给出坐标和置信度。它适合两类人——一类是想入门医学图像处理、拿一个完整项目练手的算法工程师另一类是手里有数据、想把检测环节自动化的临床或科研团队。这套流程不是玄学但坑很密从 DICOM 的窗宽窗位到结节尺寸的物理换算每一步都能让你翻车。下面我按自己踩过的路把这条链路拆开讲清楚。2. 从 DICOM 到肺实质掩膜预处理决定了后面能不能跑通2.1 为什么不能直接把 CT 丢进模型CT 图像不是普通的 PNG。它保存的是 HU 值范围大致在 -1024 到 3071 之间而显示器只能表现 256 个灰阶。你直接读进来归一化肺里的血管、胸壁、骨头全糊在一起模型根本分不清哪是结节哪是肋骨。常见做法是先做窗宽窗位变换把肺窗窗宽 1500、窗位 -600 左右截出来让肺实质和周围组织的对比度拉满。这一步不做后面分割肺实质的阈值法就会把气管和背景一起吞进去。另一个原因是层厚。不同设备的层厚从 0.625mm 到 5mm 不等结节在 Z 轴上的像素间距和 XY 平面差很多。如果你按各向同性处理一个 3mm 的结节在 Z 轴上可能只占一层模型学到的就是一条线而不是一个球。我一般会先读 DICOM 头里的 PixelSpacing 和 SliceThickness把体素间距记下来后面重采样和尺寸换算都靠它。2.2 用 pydicom 读序列并做肺窗截断import pydicom import numpy as np import os def load_series(series_dir): slices [] for fname in os.listdir(series_dir): ds pydicom.dcmread(os.path.join(series_dir, fname)) # 只保留 CT 图像跳过定位像和剂量报告 if ds.Modality ! CT: continue slices.append(ds) # 按 InstanceNumber 或 ImagePositionPatient 的 Z 值排序 slices.sort(keylambda s: float(s.ImagePositionPatient[2])) # 堆成三维数组注意 HU 值转换 volume np.stack([s.pixel_array.astype(np.float32) * s.RescaleSlope s.RescaleIntercept for s in slices], axis0) # 体素间距XY 来自 PixelSpacingZ 来自相邻层位置差 spacing (float(slices[0].SliceThickness), float(slices[0].PixelSpacing[0]), float(slices[0].PixelSpacing[1])) return volume, spacing def lung_window(volume, level-600, width1500): low level - width / 2 high level width / 2 volume np.clip(volume, low, high) # 归一化到 0-1方便后续处理 return (volume - low) / (high - low)这段代码做了三件事过滤非 CT 序列、按 Z 轴排序、把像素值转成 HU 再截断到肺窗。RescaleSlope和RescaleIntercept是 DICOM 里的线性变换参数不乘不加你拿到的就是原始灰度不是 HU。spacing后面算结节物理尺寸时要用别丢。排序用ImagePositionPatient[2]比InstanceNumber稳因为有些设备导出的编号是乱的。2.3 肺实质分割阈值加形态学别急着上深度学习肺实质分割的经典做法是先二值化HU 小于 -400 大致是肺再取最大连通域去掉背景最后用形态学闭运算填掉血管造成的空洞。这套方法在正常肺上能跑到 0.95 以上的 Dice而且不需要训练数据。我一般会先跑这个基线看看数据质量再决定要不要上 U-Net。from scipy import ndimage def segment_lung(volume): binary volume -400 # 肺窗下肺实质的粗略阈值 # 取最大连通域去掉背景和体外空气 labeled, num ndimage.label(binary) if num 0: return np.zeros_like(binary) sizes ndimage.sum(binary, labeled, range(1, num 1)) largest np.argmax(sizes) 1 lung labeled largest # 闭运算填血管空洞结构元用 3x3x3 lung ndimage.binary_closing(lung, structurenp.ones((3, 3, 3))) # 再取一次最大连通域去掉闭运算引入的碎块 labeled, num ndimage.label(lung) sizes ndimage.sum(lung, labeled, range(1, num 1)) lung labeled (np.argmax(sizes) 1) return lung阈值 -400 不是绝对的不同设备、不同扫描协议会有偏移。如果分割结果把气管也包进来可以把阈值调到 -500 再试。闭运算的结构元别开太大3x3x3 足够开大了会把胸膜附近的结节一起填掉。这一步的输出是布尔掩膜后面检测只在掩膜内做能砍掉大量假阳性。3. 结节候选提取从掩膜到疑似灶的三种路子3.1 形态学底帽变换快但挑参数底帽变换的思路是用比结节大的结构元做闭运算再减去原图剩下的就是比结构元小的亮区域。肺结节在肺窗下通常比周围肺实质亮所以底帽能把它凸显出来。我一般用半径 5 到 15 像素的球形结构元具体看层厚和结节预期大小。def bottom_hat_candidates(volume, lung_mask, radius8): # 只在肺掩膜内做减少计算量 masked volume * lung_mask # 球形结构元 z, y, x np.ogrid[-radius:radius1, -radius:radius1, -radius:radius1] sphere (x**2 y**2 z**2) radius**2 closed ndimage.grey_closing(masked, footprintsphere) response closed - masked # 响应高于阈值的作为候选 candidates (response 0.15) lung_mask labeled, num ndimage.label(candidates) return labeled, numradius是关键参数。结节直径 3mm 到 30mm 都算层厚 1mm 时半径 8 像素大概覆盖 16mm 的球能抓中等结节但小结节会被结构元“抹平”。实际用的时候我会跑两三个半径把结果并起来。response 0.15这个阈值也是经验值归一化后肺窗下结节和血管的对比度大概在这个量级低了假阳性爆炸高了漏检。3.2 基于 Hessian 的球状增强Hessian 矩阵的特征值能区分球状、管状和面状结构。结节是球状血管是管状用这个差异可以把血管压下去。具体做法是对每个体素算 Hessian然后看三个特征值的符号和大小关系。球状结构的三个特征值都应该是负的且量级接近。def hessian_response(volume, sigma2.0): # 高斯平滑后再求导sigma 控制响应尺度 smoothed ndimage.gaussian_filter(volume, sigmasigma) # 二阶导 dxx ndimage.gaussian_filter(smoothed, sigma, order[0, 0, 2]) dyy ndimage.gaussian_filter(smoothed, sigma, order[0, 2, 0]) dzz ndimage.gaussian_filter(smoothed, sigma, order[2, 0, 0]) # 交叉项省略实际用完整 Hessian 更稳 # 这里只示意球状响应三个方向二阶导都为负且接近 response np.minimum(np.minimum(-dxx, -dyy), -dzz) response[response 0] 0 return response这段是简化版实际工程里我会用skimage.filters.hessian或者自己组装完整 3x3 Hessian 再求特征值。sigma要和结节半径匹配sigma 太小只响应噪声太大把小结节吞掉。常见做法是跑多尺度sigma 取 1 到 5每个尺度取最大响应。Hessian 的假阳性比底帽低但计算量大适合做第二级筛选。3.3 候选合并与去重不管用哪种方法候选都会重叠。我一般用连通域标记后按体积和位置做非极大值抑制。两个候选中心距离小于较小候选半径之和的一半就合并成一个。合并后每个候选记录中心坐标、等效直径、平均 HU 和最大响应值这些后面做分类特征用。参数含义常用范围radius底帽结构元半径5-15 像素sigmaHessian 多尺度1-5response_th响应阈值0.1-0.2min_volume候选最小体素数10-304. 假阳性过滤把血管和胸膜从候选里摘出去4.1 特征怎么选形状、纹理、位置候选里一大半是血管断面和胸膜粘连。血管断面在单层上看是圆的但上下层一连就是管状胸膜粘连的候选往往贴着肺边界。我一般会算这几类特征形状特征球形度、紧凑度、长短轴比、纹理特征灰度均值、方差、梯度幅值、位置特征到肺边界的距离、到最近血管的距离。球形度高的、离边界远的更可能是结节。def extract_features(candidate_mask, volume, lung_mask): coords np.argwhere(candidate_mask) if len(coords) 0: return None center coords.mean(axis0) # 等效直径 volume_voxels len(coords) diameter 2 * (3 * volume_voxels / (4 * np.pi)) ** (1/3) # 球形度候选体积与同表面积球的体积比 surface ndimage.binary_erosion(candidate_mask) ^ candidate_mask surface_area surface.sum() sphericity (np.pi ** (1/3) * (6 * volume_voxels) ** (2/3)) / max(surface_area, 1) # 灰度统计 hu_values volume[candidate_mask] mean_hu hu_values.mean() std_hu hu_values.std() # 到肺边界距离 dist_to_boundary ndimage.distance_transform_edt(lung_mask)[tuple(center.astype(int))] return { diameter: diameter, sphericity: sphericity, mean_hu: mean_hu, std_hu: std_hu, dist_to_boundary: dist_to_boundary }球形度这个公式是近似实际用的时候我会用skimage.measure.regionprops直接拿solidity和eccentricity更稳。dist_to_boundary用距离变换算贴着肺边界的候选这个值接近 0直接可以砍掉一批。4.2 用随机森林做二分类特征凑到 20 维左右就可以上分类器了。我一般用随机森林因为它对特征缩放不敏感小样本也能跑而且能输出特征重要性方便回头调特征。训练数据用公开数据集或者自己标一批正负样本比例控制在 1:3 到 1:5负样本从候选里随机抽。from sklearn.ensemble import RandomForestClassifier from sklearn.model_selection import train_test_split # X 是特征矩阵y 是标签1 结节 0 非结节 X_train, X_test, y_train, y_test train_test_split(X, y, test_size0.2, stratifyy) clf RandomForestClassifier(n_estimators200, max_depth10, class_weightbalanced, random_state42) clf.fit(X_train, y_train) # 看特征重要性把贡献低的特征删掉再训 for name, imp in sorted(zip(feature_names, clf.feature_importances_), keylambda x: -x[1]): print(name, imp)class_weightbalanced在正负不均衡时很有用不然模型会偏向预测负类。max_depth别设太大医学图像特征噪声大树深了容易过拟合。特征重要性排前的一般是球形度、等效直径和到边界距离如果某个纹理特征重要性异常高要检查是不是数据泄露了。5. 避坑与排查那些让我重跑一整天的细节5.1 现象分割出的肺掩膜把气管和纵隔一起包进来原因阈值 -400 在部分设备上偏低气管壁和纵隔脂肪的 HU 也落在这个区间。解决把阈值调到 -500 到 -550 再试或者先做一次开运算去掉细连接再取最大连通域。如果还不行就加一个规则掩膜内 HU 均值高于 -300 的连通域直接丢弃。5.2 现象候选数量爆炸一层几百个原因底帽的response阈值设太低或者结构元半径太小把噪声和血管断面全抓进来了。解决先把response阈值提到 0.2 以上再把radius调到 10 以上。如果还多就在候选合并阶段加一个最小体积过滤体素数少于 15 的直接扔。5.3 现象模型在训练集上 AUC 0.99测试集掉到 0.6原因正负样本来自同一批数据特征分布太像模型学到了设备相关的伪特征。解决按患者划分训练测试集别按切片随机分。同一患者的切片之间有强相关性随机分会导致测试集泄露。另外把特征里的绝对 HU 均值换成相对于周围肺实质的差值能去掉一部分设备差异。5.4 现象结节在 Z 轴上被切成两半检测框只框到一半原因层厚太大结节跨层但每层只占一部分连通域在 Z 轴上断开。解决在候选提取前做各向同性重采样把 Z 轴插值到 1mm。或者在做连通域时用structure参数允许 Z 轴方向连接比如np.ones((3,3,3))改成np.ones((5,3,3))。5.5 现象DICOM 读进来像素值是负的归一化后全黑原因没做RescaleSlope和RescaleIntercept转换或者转换后没截断到肺窗。解决先确认RescaleSlope不为 0然后按 HU 范围截断。如果读的是已压缩的 DICOM还要检查pixel_array是否被正确解码有些压缩格式需要额外插件。6. 把检测结果落成可复核的报告坐标换算与可视化技巧检测跑完只是第一步临床或科研要的是能复核的结果。我一般会把候选中心从体素坐标换算成患者坐标再生成一份带层号、物理尺寸和置信度的表格。体素到患者坐标的换算靠ImagePositionPatient和ImageOrientationPatient这两个字段在 DICOM 头里都有。def voxel_to_patient(center_voxel, ds): # center_voxel: (z, y, x) 体素索引 # 方向余弦 orientation np.array(ds.ImageOrientationPatient).reshape(2, 3) row_cos orientation[0] col_cos orientation[1] # 层方向 slice_cos np.cross(row_cos, col_cos) # 像素间距 spacing [float(ds.SliceThickness), float(ds.PixelSpacing[0]), float(ds.PixelSpacing[1])] # 原点 origin np.array(ds.ImagePositionPatient, dtypefloat) # 换算 patient origin center_voxel[2] * spacing[2] * row_cos \ center_voxel[1] * spacing[1] * col_cos \ center_voxel[0] * spacing[0] * slice_cos return patient这个换算里最容易错的是行列顺序。PixelSpacing是[row_spacing, col_spacing]对应 Y 和 X别搞反。SliceThickness在有些设备上不准最好用相邻层的ImagePositionPatient差值来算实际层间距。换算完的坐标可以喂给 PACS 或者可视化工具在原始 CT 上画框复核。可视化我习惯用matplotlib叠三视图轴位、冠状位、矢状位各切一张把候选框画上去。轴位看结节和血管的关系冠状位看上下层连续性矢状位看胸膜粘连。三视图一起看假阳性一眼就能认出来。如果候选在三个视图里都像个球基本就是真结节如果某个视图里拉长了大概率是血管。最后说一个我自己的习惯每次跑完检测先随机抽 20 个候选把三视图拼成一张图人工过一遍。如果假阳性集中在某个区域比如肺门或胸膜就回头调对应的特征或阈值。这套流程我跑了不下几十次最深的教训是——预处理和候选提取的参数比分类器重要得多。分类器再强候选里没有真结节后面全是白搭。希望帮到你。本文还有配套的精品资源点击获取
