简介：本资源为胰腺病变图像分割数据集，面向医学图像分割方向的研究者、算法工程师及深度学习学习者，用于训练和评估二类别分割模型（背景与病变区域）。包内按训练集与测试集组织，训练集约210张图像及对应mask，测试集约50张图像及对应mask，均以images图片目录与masks标签目录成对存放，便于直接接入常见分割网络。资源共533个文件，以531个png图像与标签为主，另含1个txt说明和1个py可视化脚本，压缩包约22.58MB，体积轻便易于下载与本地部署。配套脚本可随机抽取一张图片，将原始图像、GT图像及GT在原图上的蒙板结果一并展示并保存至当前目录，方便快速核验标注质量与数据分布。目前已有605人学习下载，适合作为分割模型训练、数据预处理与结果可视化的实践素材。
1. 胰腺病变分割数据集：210 张训练图能跑出什么名堂
胰腺病变的自动分割，是腹部 CT 影像分析里公认难啃的一块。胰腺本身位置深、形态不规则，病变区域又常常和周围组织灰度接近，边界模糊。很多做医学图像分割的同行，卡在第一步——找不到带标注的胰腺病变数据。公开数据集里，胰腺相关的本来就少，专门针对病变区域的更稀缺。这份胰腺病变图像分割数据集，包含训练集约 210 张、测试集约 50 张，每张图片都有对应的 mask 标签，分背景和病变区域两类。它适合正在做医学图像分割实验、想验证 U-Net 类网络在胰腺病变上表现的人。数据集还附带一个可视化脚本，能随机抽一张图，把原图、GT 图和 GT 在原图上的蒙板一起展示出来。拿到手就能直接进训练流程，不用再花时间写数据加载和可视化。
2. 数据集结构与标签格式：先搞清楚目录怎么摆
2.1 训练集与测试集的目录组织
这份数据集按标准的分割任务目录来组织。训练集和测试集各自独立，每个集合下分 images 和 masks 两个目录。images 里放原始医学图像，masks 里放对应的二值或灰度标签图。文件名一一对应，比如 images 里有 8_50.png，masks 里就有 8_50.png。这种命名方式在数据加载时可以直接用文件名做键来配对，不需要额外维护映射表。
常见做法是训练集和测试集的比例控制在 4:1 左右，这里 210 对 50 基本符合。训练集用来更新网络权重，测试集用来评估泛化能力。注意测试集不能参与任何训练过程，包括数据增强的参数拟合。我一般会在代码里把测试集的路径单独写死，避免手滑混入训练循环。
2.2 标签类别与 mask 像素值
数据集标注了两类：背景和病变区域。mask 图像通常是单通道灰度图，背景像素值为 0，病变区域像素值为 1 或 255。具体是 1 还是 255，得实际打开一张 mask 看一眼。用 Python 读一下像素分布就能确认：
import numpy as np from PIL import Image mask = np.array(Image.open("masks/8_50.png")) print("unique values:", np.unique(mask)) print("shape:", mask.shape) print("dtype:", mask.dtype)这段代码做三件事：读入一张 mask，打印所有出现过的像素值，打印图像尺寸和数据类型。如果 unique 输出是 [0, 1]，说明标签是 0/1 编码；如果是 [0, 255]，就是 0/255 编码。训练时如果损失函数用的是 BCEWithLogitsLoss，标签需要转成 float 且范围在 0 到 1 之间；如果用 CrossEntropyLoss，标签要是 long 类型且从 0 开始编号。这个细节不确认，训练时 loss 可能直接变 NaN，血泪经验。
2.3 图像尺寸与预处理注意事项
医学图像分割里，图像尺寸不统一是常态。这份数据集里的图片尺寸需要自己确认。用 PIL 或 OpenCV 批量读一遍，统计宽高分布：
import os from PIL import Image from collections import Counter sizes = Counter() for f in os.listdir("train/images"): with Image.open(os.path.join("train/images", f)) as im: sizes[im.size] += 1 for size, count in sizes.most_common(): print(size, count)如果尺寸集中，比如全是 512×512，那可以直接 resize 到网络输入尺寸。如果尺寸差异大，常见做法是统一 resize 到 256×256 或 512×512，同时把 mask 用最近邻插值，避免引入不存在的类别值。注意 mask 不能用双线性插值，否则边缘会产生 0 和 1 之间的浮点数，类别就乱了。
3. 可视化脚本拆解：随机抽图看原图、GT 和蒙板
3.1 脚本要解决的三个展示需求
可视化脚本的核心任务很明确：随机从数据集里抽一张图，把原始图像、GT 标签图、以及 GT 叠加在原图上的蒙板效果，三张图并排展示，并保存到当前目录。这个脚本在调试阶段非常有用。训练前看一眼原图和 mask 是否对齐，训练后看一眼预测结果和 GT 的差异，都靠它。
我一般会把脚本写成可配置的：指定数据集根目录、指定是训练集还是测试集、指定随机种子。这样每次运行结果可复现，方便对比不同模型输出。
3.2 用 matplotlib 实现三图并排
下面是一个可直接运行的脚本框架：
import os import random import numpy as np import matplotlib.pyplot as plt from PIL import Image def visualize(data_root, split="train", seed=42): random.seed(seed) img_dir = os.path.join(data_root, split, "images") mask_dir = os.path.join(data_root, split, "masks") fname = random.choice(os.listdir(img_dir)) img = np.array(Image.open(os.path.join(img_dir, fname)).convert("RGB")) mask = np.array(Image.open(os.path.join(mask_dir, fname)).convert("L")) # 将 mask 二值化，确保叠加时只显示病变区域 mask_bin = (mask > 0).astype(np.uint8) # 构造叠加图：原图上病变区域用红色高亮 overlay = img.copy() overlay[mask_bin == 1] = [255, 0, 0] fig, axes = plt.subplots(1, 3, figsize=(15, 5)) axes[0].imshow(img) axes[0].set_title("Original Image") axes[1].imshow(mask_bin, cmap="gray") axes[1].set_title("Ground Truth Mask") axes[2].imshow(overlay) axes[2].set_title("GT Overlay on Image") for ax in axes: ax.axis("off") save_path = f"visualization_{split}_{fname}" plt.savefig(save_path, bbox_inches="tight", dpi=150) plt.show() print(f"Saved to {save_path}") if __name__ == "__main__": visualize(".", split="train", seed=42)逻辑说明：先固定随机种子，保证每次抽到同一张图。然后分别读原图和 mask，mask 转成灰度后二值化，大于 0 的都算病变区域。叠加图是在原图副本上，把病变区域的像素直接替换成红色。三张图用 subplots 并排，关掉坐标轴，保存到当前目录。参数方面，data_root 是数据集根目录，split 控制用训练集还是测试集，seed 控制随机抽取结果。dpi 设 150 够用，再高文件会很大。
3.3 叠加蒙板的颜色与透明度调整
上面脚本用的是硬替换，病变区域直接变纯红。如果想看原图细节，可以用透明度叠加：
overlay = img.copy().astype(np.float32) red = np.zeros_like(overlay) red[:, :, 0] = 255 alpha = 0.4 overlay[mask_bin == 1] = (1 - alpha) * overlay[mask_bin == 1] + alpha * red[mask_bin == 1] overlay = overlay.astype(np.uint8)alpha 控制红色蒙板的透明度，0.4 左右既能看清病变范围，又不至于完全遮住原图纹理。这个技巧在写论文配图时特别实用，审稿人一眼就能看出分割区域和周围组织的关系。
4. 训练集与测试集划分：210 张图怎么用才不浪费
4.1 训练集内部再分验证集的比例
数据集已经给了训练集和测试集，但训练过程中还需要一个验证集来监控过拟合。常见做法是从 210 张训练图里再切出 15% 到 20% 做验证，也就是 30 到 40 张。切分时要注意类别平衡，病变区域大的图和病变区域小的图都要覆盖到。如果随机切分后验证集里全是小病变，验证指标会虚高。
我一般用 sklearn 的 train_test_split，按文件名切，不按像素切：
from sklearn.model_selection import train_test_split import os all_files = sorted(os.listdir("train/images")) train_files, val_files = train_test_split(all_files, test_size=0.15, random_state=42) print(f"train: {len(train_files)}, val: {len(val_files)}")random_state 固定后，每次切分结果一致。test_size 设 0.15 对应约 31 张验证图。如果后续要做交叉验证，可以把这个切分循环多次，每次换 random_state，取平均指标。
4.2 数据增强在胰腺病变上的边界
胰腺病变区域通常只占图像的一小部分，数据量又只有 210 张，不做增强很容易过拟合。但增强不能乱做。翻转、旋转、轻微缩放是安全的，因为胰腺的解剖位置不会因为左右翻转就变得不合理。但弹性形变要慎用，胰腺和周围器官的相对位置有解剖约束，形变太强会生成不真实的样本。
常见做法是用 Albumentations 库，把增强定义成一个管道：
import albumentations as A train_transform = A.Compose([ A.HorizontalFlip(p=0.5), A.RandomRotate90(p=0.5), A.ShiftScaleRotate(shift_limit=0.05, scale_limit=0.1, rotate_limit=15, p=0.5), A.Resize(256, 256), ])参数说明：HorizontalFlip 概率 0.5，RandomRotate90 概率 0.5，ShiftScaleRotate 的平移限制 0.05、缩放限制 0.1、旋转限制 15 度，都是比较保守的值。Resize 放在最后，统一到 256×256。注意增强要同时作用于 image 和 mask，Albumentations 的 Compose 会自动处理，只要把 image 和 mask 一起传进去。
4.3 测试集的使用时机与评估指标
测试集只在模型训练完成、超参数确定之后用一次。用之前不能看测试集的任何统计信息，包括像素分布、病变大小分布。评估指标方面，医学图像分割常用 Dice 系数和 IoU。Dice 对类别不平衡更敏感，胰腺病变这种小目标场景，Dice 比像素准确率更有参考价值。
计算 Dice 的代码：
def dice_coef(pred, target, smooth=1e-6): pred = pred.contiguous().view(-1) target = target.contiguous().view(-1) intersection = (pred * target).sum() return (2. * intersection + smooth) / (pred.sum() + target.sum() + smooth)smooth 防止分母为零。pred 是经过 sigmoid 后的概率图，通常以 0.5 为阈值二值化后再算。如果验证集 Dice 在 0.7 以上，测试集 Dice 掉到 0.6 以下，说明过拟合严重，得回头加增强或减模型复杂度。
5. 避坑与排查：胰腺分割训练里最容易翻车的几件事
5.1 现象：loss 一直不降，Dice 停在 0.1 左右
原因：最常见的是标签编码和损失函数不匹配。mask 像素值是 0 和 255，直接喂给 BCEWithLogitsLoss，标签没归一化到 0 到 1，梯度会爆炸或消失。另一个可能是图像和 mask 没对齐，比如 images 里是 8_50.png，masks 里却是 8_50_mask.png，文件名对不上，加载时全读成空白。
解决：先跑一遍 2.2 节的像素值检查，确认 mask 取值范围。如果 mask 是 0/255，在 Dataset 的getitem里除以 255。文件名配对用 os.path.splitext 去掉扩展名后再拼，不要硬编码后缀。
5.2 现象：训练集 Dice 很高，测试集 Dice 很低
原因：数据量小，模型记住了训练样本。210 张图对深度网络来说太少了，尤其是如果用了 ResNet 之类的预训练编码器，参数量远大于样本量。另一个原因是增强太弱，或者验证集和训练集分布差异大。
解决：加强增强，把 ShiftScaleRotate 的概率提到 0.7，加一点高斯噪声。或者换更轻量的编码器，比如用 MobileNet 做 backbone。还可以加 Dropout 和权重衰减。如果测试集本身和训练集来自不同设备或不同扫描参数，那得考虑域适应，不是简单调参能解决的。
5.3 现象：可视化脚本保存的图全黑或全白
原因：mask 读进来是单通道，但 imshow 默认用 viridis 色图，0 和 1 的对比度不够。或者原图是 16 位灰度，PIL 读进来后没归一化，imshow 显示时被截断。
解决：mask 显示时指定 cmap="gray"，并且确保 mask_bin 是 0 和 1 的 uint8。原图如果是 16 位，先转成 8 位再显示：
img = np.array(Image.open(path)) img = ((img - img.min()) / (img.max() - img.min()) * 255).astype(np.uint8)这个归一化对 CT 图像特别重要，因为 CT 的 HU 值范围可能从 -1000 到 3000，直接显示就是一片黑。
5.4 现象：训练到一半 loss 突然变 NaN
原因：学习率太大，或者某张图的 mask 全为 0，Dice loss 的分母变成 smooth 主导，梯度异常。胰腺病变数据集里，如果某张图没有病变区域，mask 就是全黑，这种样本在训练时要么剔除，要么给一个极小的权重。
解决：先把学习率降到 1e-4 甚至 1e-5，用 AdamW 优化器。然后在 Dataset 里过滤掉 mask 全零的样本，或者统计一下有多少张全零 mask。如果全零样本占比超过 5%，说明数据集标注可能有问题，得回头确认。
5.5 现象：测试集评估时 Dice 波动很大
原因：测试集只有 50 张，单张图的 Dice 方差大，平均下来不稳定。另外，如果病变区域特别小，预测偏几个像素，Dice 就从 0.8 掉到 0.3。
解决：报告指标时同时给出均值和标准差，不要只报一个平均值。可以按病变大小分层统计，小病变、中等病变、大病变各算一组 Dice。这样能看出模型到底在哪个尺度上表现差。如果小病变 Dice 特别低，考虑在损失函数里加 Focal Loss 或者 Tversky Loss，加大对小目标的惩罚。
6. 从这份数据集到自己的分割流程：一个可复用的验证习惯
拿到一份新数据集，我现在的习惯是先跑三件事，再动模型。第一件，用 2.2 节的代码确认标签编码和图像尺寸。第二件，用第 3 章的可视化脚本随机抽 5 张图，肉眼确认原图和 mask 对齐。第三件，用 4.1 节的切分代码把训练集再分出一个验证集，固定随机种子。这三步走完，再开始搭网络。
这份胰腺病变数据集的价值在于，它把最耗时的数据整理和标注环节省掉了。210 张训练图不算多，但足够验证一个分割网络的基本可行性。测试集 50 张，用来做最终评估也够用。可视化脚本虽然简单，但省去了自己写 matplotlib 排版的时间。
如果你打算在这个数据集上做实验，我建议先用一个轻量 U-Net 跑通全流程，Dice 能到 0.6 以上再换更复杂的模型。不要一上来就上 Transformer 或者 nnU-Net，数据量撑不住，调参时间会成倍增加。等基线跑通了，再逐步加增强、换损失函数、调学习率策略。每一步只改一个变量，记录验证集 Dice 的变化。这样即使最后效果不理想，你也清楚是哪个环节拖了后腿。
从那以后我每次拿到新的分割数据集，都强制走一遍「查标签、看对齐、切验证」这三步，再也没出现过训练到一半发现标签读错的情况。希望帮到你。
本文还有配套的精品资源，点击获取
