简介：面向计算机专业课程设计与期末大作业的深度学习实战项目，基于Unet实现心脏分割任务，是获得导师认可、评分为98分的高分课程设计。压缩包共620个文件，大小约53.53MB，包含12个Python核心源码、2个H5模型权重文件（Unet训练权重与MobileNet预训练模型）、597张PNG图像，以及TXT/MD说明文档和miou-pa-cpa评估指标文件，覆盖数据预览、模型训练、推理评估与结果可视化等完整环节。代码结构清晰，适合学习医学图像分割的标准流程；附带README与训练日志，如loss/val_loss变化及miou、pa、cpa等指标记录，可帮助快速理解调参与优化思路。对正在完成课程设计、期末大作业或想用医学影像项目做实战练习的计算机专业学生，这份资源提供了可直接参考的高分范式和工程组织方法，能有效缩短项目搭建周期。目前已有404人学习浏览，具有较好的参考价值。
1. 心脏 MRI 分割为什么选 Unet，以及这份源码包里藏了哪些关键信息
拿到这份基于 Unet 的心脏分割源码包时，我先把文件列表过了一遍：ep056-loss0.242-val_loss0.215.h5是训练到第 56 个 epoch 的权重，验证损失 0.215，说明模型已经收敛；mobilenet_1_0_224_tf_no_top.h5是 MobileNet 在 ImageNet 上的预训练权重，被当作 Unet 的编码器骨干；miou-pa-cpa文件夹存放的是评估脚本或结果，这三个指标恰好覆盖了医学图像分割的常用评价维度。如果你的课程设计或期末大作业正在做医学影像相关课题，这套组合——Unet 框架 + MobileNet 编码器 + 多指标评估——是既能出结果又能讲清楚原理的稳妥路线。
心脏 MRI 分割的难点在于：心室和心肌在灰度上接近，边界模糊，且不同切片之间心脏形态差异大。Unet 之所以在这个任务上是默认选择，不是因为它深，而是因为跳跃连接把下采样的语义信息和上采样的空间细节拼在一起，能同时保留「这是什么组织」和「它在哪个位置」两类信息。下面从网络结构、训练配置、评估方法三个层面拆解这份源码的实现逻辑。
2. Unet 结构拆解：跳跃连接与编码器选型在心脏分割中的实际作用
2.1 标准 Unet 为什么能扛住心脏 MRI 的边界模糊问题
标准 Unet 由收缩路径（编码器）和扩张路径（解码器）组成。编码器通过四次下采样把分辨率从 256×256 降到 16×16，每降一次，特征图数量翻倍，从 64 通道涨到 512 通道。这个设计的意图是让网络在浅层学到边缘、纹理，在深层学到语义类别。解码器再通过反卷积或上采样把特征图逐步恢复到原分辨率，这个过程中有一个关键操作：每次上采样后，把编码器对应层的特征图裁切拼接过来，这就是跳跃连接。
对心脏 MRI 来说，左心室心肌的内外壁在图像上可能只有几个像素的厚度差，单纯靠深层语义信息无法精确定位边界，必须依赖浅层的空间细节做修正。跳跃连接的本质是给解码器两条信息通路：一条是经过压缩的语义信息，告诉你「这块区域大概是心肌」；另一条是浅层的原始边缘信息，告诉你「边界像素具体在哪儿」。我在调试时经常把某个中间层的特征图打印出来看，你会发现解码器融合后，心肌边缘的响应值比单独用深层特征图清晰得多。
2.2 MobileNet 骨干：用深度可分离卷积压低计算量
这份源码没有直接用原始的卷积编码器，而是加载了mobilenet_1_0_224_tf_no_top.h5做迁移学习。文件名里的1_0表示宽度因子 alpha 为 1.0，224是预训练输入尺寸，tf对应 TensorFlow 或 Keras 的实现版本，no_top表示不包含最后的全连接分类层。MobileNet 的核心是深度可分离卷积，它把标准卷积拆成逐通道卷积和逐点卷积两步。
from tensorflow.keras.layers import DepthwiseConv2D, Conv2D # 标准 3x3 卷积：参数量 = 3*3*in_channels*out_channels # 深度可分离卷积：参数量 = 3*3*in_channels + 1*1*in_channels*out_channels def depthwise_separable_block(x, filters): # 逐通道卷积，每个输入通道单独用一个 3x3 卷积核 x = DepthwiseConv2D(kernel_size=3, padding='same')(x) # 逐点卷积，用 1x1 卷积做通道间的线性组合 x = Conv2D(filters, kernel_size=1, padding='same')(x) return x这段代码的逻辑是：第一步相当于先对每个通道分别做空间特征提取，核数量等于输入通道数；第二步用 1×1 卷积把所有通道的结果融合，调整到目标通道数。对比标准卷积，参数量大约能降到原来的九分之一到八分之一。对课程设计场景，这意味着你可以在没有高端 GPU 的机器上跑完训练和推理，而不是只能看别人跑好的结果。
2.3 backbone 替换时的通道对齐陷阱
把 MobileNet 接到 Unet 解码器上，最容易被忽略的是编码器各层的输出通道数要和解码器跳跃连接的期望通道数对上。MobileNet 不同 stage 的输出通道数分别是 24、32、64、128、1024 这类规模，跟标准 Unet 的 64、128、256、512 完全不同。常见做法是写一个映射字典：
encoder_channels = { 'block_1': 24, 'block_3': 32, 'block_6': 64, 'block_13': 1024 } # 解码器每个上采样块要接收的通道数 decoder_filters = [512, 256, 128, 64] # 跳跃连接前用 1x1 卷积统一通道数 from tensorflow.keras.layers import Conv2D for i, (name, ch) in enumerate(encoder_channels.items()): skip = encoder.get_layer(name).output # 用 1x1 卷积把 skip 特征图投射到解码器期望的通道数 skip = Conv2D(decoder_filters[i], 1, padding='same')(skip)每个跳跃连接分支上的 1×1 卷积，目的是把 MobileNet 输出的通道数压缩或扩展到解码器需要的维度。如果不做这一步，模型根本无法编译，因为张量形状不匹配。这个映射不是随便定的，需要你先打印出 MobileNet 中间层的输出尺寸，再决定哪些 stage 参与跳跃连接，我一般取 4 个尺度，保证空间分辨率从 1/2、1/4、1/8 到 1/16 都有信息传回解码器。
3. 训练链路复现：损失函数、数据增强与权重保存策略
3.1 损失函数为什么用 Dice 和 BCE 的组合
源码里val_loss最终收敛到 0.215，这个数字是组合损失的结果而不是单一损失。心脏分割是典型的类别不平衡任务，MRI 图像里背景像素占比往往超过 90%，如果只用交叉熵，模型会倾向于把所有像素预测成背景，因为这样也能拿到很低的 loss。Dice loss 直接优化分割区域的重叠度，不关心像素数量比例，对前景目标非常友好。
def dice_coef(y_true, y_pred, smooth=1e-6): # 分子是两个集合的交集面积，分母是两个集合的面积之和 intersection = tf.reduce_sum(y_true * y_pred) union = tf.reduce_sum(y_true) + tf.reduce_sum(y_pred) return (2.0 * intersection + smooth) / (union + smooth) def dice_loss(y_true, y_pred): return 1.0 - dice_coef(y_true, y_pred) def combined_loss(y_true, y_pred): # 0.5 的权重分配是常见做法，让两个损失量级相当 bce = tf.keras.losses.binary_crossentropy(y_true, y_pred) return 0.5 * bce + 0.5 * dice_loss(y_true, y_pred)这段代码里smooth参数是为了防止分母为 0，同时起到平滑梯度的作用。权重系数 0.5 和 0.5 是我在类似医学分割任务里比较常用的配比，如果发现验证集上召回率偏低，可以把 dice 的权重提到 0.7 试试，牺牲一点精确率换更高的区域重叠度。
3.2 数据增强参数怎么设才能不破坏心脏结构
心脏 MRI 数据量通常不会太大，几十到上百张切片是比较常见的情况，直接训练容易过拟合。数据增强的尺度需要把握好：旋转角度不宜过大，因为心脏在胸腔里有相对固定的朝向；弹性形变可以适当加，模拟呼吸运动造成的组织位移；对比度调整能应对不同扫描设备之间的差异。
from tensorflow.keras.preprocessing.image import ImageDataGenerator datagen = ImageDataGenerator( rotation_range=10, # 角度正负 10 度，超过会引入不真实的位置信息 width_shift_range=0.05, height_shift_range=0.05, zoom_range=0.1, # 缩放范围 0.9~1.1，模拟不同体型的患者 horizontal_flip=True, # 水平翻转是安全的，心脏左右对称分布 fill_mode='nearest' # 平移后空白的填充方式，nearest 不会引入异常像素 )参数选择的核心依据是：增强后的图像必须仍然是一张合理的心脏 MRI。旋转超过 15 度会让心室位置偏离正常解剖学范围；缩放过大导致心肌厚度失真。水平翻转在心脏分割里是安全的增强手段，因为心脏左右心室基本对称，但垂直翻转不建议用，因为心脏在纵膈内的上下相对位置是稳定的。
3.3 按 epoch 保存权重与早停策略
从文件名ep056-loss0.242-val_loss0.215.h5可以反推出训练策略：要么是设置了固定 56 个 epoch 后保存，要么是使用了按验证 loss 的 ModelCheckpoint 回调。我一般更推荐后者，配合早停条件，可以避免训练后期过拟合。
from tensorflow.keras.callbacks import ModelCheckpoint, EarlyStopping, ReduceLROnPlateau callbacks = [ ModelCheckpoint( 'best_model.h5', monitor='val_loss', mode='min', save_best_only=True, # 只在验证 loss 创新低时保存权重 verbose=1 ), EarlyStopping( monitor='val_loss', patience=15, # 连续 15 个 epoch 没有改善就停止 restore_best_weights=True ), ReduceLROnPlateau( monitor='val_loss', factor=0.5, # 学习率减半 patience=5, min_lr=1e-7 ) ]EarlyStopping 的 patience 设为 15 意味着给了模型 15 个 epoch 的缓冲空间，避免因为验证集波动而提前中断。ReduceLROnPlateau 通常配合使用，当验证 loss 进入平台期时把学习率降到原来的 0.5 倍，让权重在更小的步长下做精细调整。如果你跟着跑训练，发现自己的 loss 曲线停在 0.25 附近下不去，大概率是学习率没降下来，而不是模型结构有问题。
4. 评估指标解读：miou、pa、cpa 各自盯着什么
4.1 三个指标的计算逻辑与适用场景
miou-pa-cpa文件夹里存放的是这套评估代码。miou（Mean Intersection over Union）是所有类别 IoU 的平均，心脏分割里类别就是背景和心脏两个；pa（Pixel Accuracy）是全局像素准确率，即预测正确的像素占总像素的比例；cpa（Class Pixel Accuracy）是每个类别像素准确率的均值，需要分别计算背景和心脏的准确率再取平均。
def compute_metrics(y_true, y_pred, num_classes=2): # y_true 和 y_pred 是形状为 (batch, H, W) 的标签图 iou_list = [] pa_list = [] for c in range(num_classes): # 取出当前类别的真实和预测区域 true_mask = (y_true == c) pred_mask = (y_pred == c) # IoU = 交集 / 并集 intersection = np.logical_and(true_mask, pred_mask).sum() union = np.logical_or(true_mask, pred_mask).sum() iou = intersection / (union + 1e-6) iou_list.append(iou) # 类别像素准确率 = 该类预测正确数 / 该类真实像素总数 correct = np.logical_and(true_mask, pred_mask).sum() total = true_mask.sum() pa_list.append(correct / (total + 1e-6)) miou = np.mean(iou_list) cpa = np.mean(pa_list) # 全局像素准确率 = 所有正确预测像素 / 总像素 pa = (y_true == y_pred).sum() / y_true.size return miou, pa, cpa三个指标侧重点不同。pa 容易虚高，因为背景占大多数，即使心脏区域全错，pa 也可能到 90% 以上。miou 对前景区域更敏感，是论文里最常用的指标。cpa 则能暴露模型是否把某一类完全漏掉了。如果 miou 高但 cpa 的类别间方差大，说明模型只对其中一类分割质量好，这对心脏分割是不可接受的，因为病变心肌和正常心肌都需要被准确识别。
4.2 输入尺寸与精度取舍
mobilenet_1_0_224_tf_no_top.h5决定了模型输入的基准尺寸是 224×224。实际训练时可以直接用这个尺寸，也可以改成 256×256，迁移学习时预训练权重对输入尺寸没有硬性要求，因为卷积层是滑窗操作，只在最后的全连接层才要求固定尺寸。但 224×224 是 MobileNet 预训练时的最优输入，改成其他尺寸通常不会有明显精度提升，反而增加显存开销。
我在这类项目里常用的是保持 224×224 输入，然后把预测结果通过双线性插值放大到原始切片尺寸。后处理阶段用 OpenCV 的cv2.resize或tf.image.resize都能做，注意插值方法选bilinear，不要用nearest，否则分割边界会出现锯齿感。
5. 推理提速与边界案例处理
5.1 用预测概率做形态学后处理
模型输出的原始预测通常是概率图，需要阈值化才能变成二值掩码。直接取 0.5 作为阈值是最朴素的做法，但心脏 MRI 图里经常会遇到目标区域小、预测概率不高的情况。更稳妥的做法是先输出概率图，再用形态学操作清理噪声。
import cv2 import numpy as np # pred 是模型输出的概率图，形状为 (H, W, 1) binary = (pred[..., 0] > 0.5).astype(np.uint8) # 开运算：先腐蚀后膨胀，去掉孤立的假阳性点 kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5)) cleaned = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel, iterations=1) # 只保留最大连通域，心脏是图像中最大的连续目标 num_labels, labels, stats, _ = cv2.connectedComponentsWithStats(cleaned) if num_labels > 1: largest_label = 1 + np.argmax(stats[1:, cv2.CC_STAT_AREA]) cleaned = (labels == largest_label).astype(np.uint8)开运算能去掉散点噪声，但对小目标本身也有削弱作用，如果预测出的心脏区域面积本身就很小，核尺寸要调小到 3×3 甚至不用。连通域筛选的前提是心脏在单张切片中是最大的连通区域，这在大多数心脏 MRI 切片里成立，但在包含完整胸腔横断面的切片里，肺部和肝脏区域可能更大，这种情况需要根据切片位置做人工判断。
5.2 加载模型做单张预测的完整流程
拿到.h5权重文件后，验证模型是否正常工作的第一步是跑一次前向推理。这里有个容易出错的细节：训练时的输入如果经过了归一化或者减均值处理，推理时必须走完全相同的预处理管道，否则输出概率会产生偏移。
import tensorflow as tf from tensorflow.keras.models import load_model import numpy as np from PIL import Image # 使用自定义损失函数时，必须显式传入编译配置 model = load_model( 'ep056-loss0.242-val_loss0.215.h5', custom_objects={'combined_loss': combined_loss, 'dice_loss': dice_loss} ) # 读取测试图像并调整到 224x224 image = Image.open('318.png').convert('L') # 单通道灰度图 image = image.resize((224, 224), Image.BILINEAR) image_array = np.array(image).astype(np.float32) / 255.0 # 维度从 (224, 224) 扩展到 (1, 224, 224, 1)，batch 维在前 image_array = np.expand_dims(image_array, axis=-1) image_array = np.expand_dims(image_array, axis=0) pred = model.predict(image_array)[0] # 输出形状 (224, 224, 1) mask = (pred[..., 0] > 0.5).astype(np.uint8) mask = Image.fromarray(mask * 255).resize((318, 318), Image.NEAREST) mask.save('pred_mask.png')代码里自定义损失函数必须在custom_objects中注册，否则load_model会因为找不到dice_loss而报错。用convert('L')转灰度后归一化到 0 到 1 之间，这和训练时的预处理必须对应。把 318×318 的原始图像缩放到 224×224 后再预测，得到的掩码缩放回原尺寸时用NEAREST插值，因为分割掩码是离散标签，双线性插值会产生非整数的中间值。
5.3 显存不够时的分块预测策略
如果你手里的显卡只有 4GB 显存，加载 MobileNet 骨干的 Unet 做 224×224 输入问题不大，但如果要处理高分辨率 MRI 图，直接整图推理可能爆显存。常见做法是滑窗切块预测，把一块 512×512 的图像切成四块 256×256 的子图，分别推理后再拼回原尺寸。拼接处可能出现不自然的接缝，我的处理办法是让相邻块之间重叠 32 个像素，重叠区域取两次预测的平均概率而不是直接覆盖，这样接缝处的预测会更平滑。重叠区域的计算量增加不多，但对最终 miou 的提升通常在 1 到 2 个百分点，值得多花这几秒钟。
本文还有配套的精品资源，点击获取
