简介：面向医学图像处理与深度学习初学者的UNet视网膜血管分割完整项目，基于PyTorch框架实现，选用DRIVE公开数据集完成模型训练与测试。项目聚焦眼底图像中血管结构的自动提取，适用于疾病早期筛查及相关科研教学场景。压缩包共包含34个文件，以7个Python源码文件为核心，覆盖数据预处理、模型构建、损失函数、训练与测试等完整流程；20张PNG图片为分割结果可视化展示，便于直观对比效果；另含README说明、附赠文档及数据集压缩包等辅助材料，整体大小36.81MB。资源已有133人学习下载。通过该项目，读者可系统掌握UNet在医学图像分割中的落地方法，获得一套可在本地复现的工程结构，包括数据增强与标准化脚本、训练评估工具链，以及带标注的DRIVE数据集，为开展血管分割实验或论文复现提供了直接可用的参考实现。
1. 视网膜血管分割项目：为什么UNet + PyTorch + DRIVE能成为医学图像分割的入门标配
想跑一个UNet网络做医学图像分割，最经典的起点就是视网膜血管分割。这个项目用PyTorch框架，在DRIVE公开数据集上完成从数据预处理、模型训练到测试评估的完整深度学习流程，还带上了预处理脚本和可视化工具，几乎把医学图像分割的每个环节都覆盖了一遍。很多人觉得UNet难上手，其实难点不在模型本身，而在数据怎么处理、训练怎么调参、结果怎么验证。这篇文章就按我实际跑通这个项目的顺序，把每一步拆开讲清楚，包括参数设置和踩过的坑，让新手能照着复现，让熟手能快速定位问题。
2. 先从数据下手：DRIVE数据集结构与预处理脚本的四个关键步骤
2.1 DRIVE数据集文件构成与标注格式解析
DRIVE（Digital Retinal Images for Vessel Extraction）是视网膜血管分割最常用的公开基准数据集，40张眼底彩照，分成20张训练、20张测试，每张都是565×584像素的RGB图像。标注是手工逐像素画的血管掩码，另外还有一个FOV掩码文件，标明眼底图像的有效区域，测试集还额外提供了第二组人工标注，用来算分割的一致性和AUC。
第一次拿到这份数据时，很多人会直接拿原始图像去喂模型，结果训练半天指标上不去。原因很简单：眼底图像本身存在光照不均、对比度低、血管与背景灰度接近的问题，不做预处理，UNet即使能收敛，分割出的血管也会断断续续。所以项目里配套的数据预处理脚本是关键，不是可有可无的辅助工具。
训练集的文件结构一般是这样的：images目录放原始视网膜图，manual目录放手工标注的血管掩码，mask目录放FOV掩码。测试集多一个manual2目录，用于评估时计算分割一致性和平均精度（AP）。如果拿到手的文件是.zip解压出来的，先确认目录结构匹配，再写脚本读取。
2.2 用Python脚本完成CLAHE增强与归一化
预处理的核心是CLAHE（Contrast Limited Adaptive Histogram Equalization），即限制对比度的自适应直方图均衡化。普通直方图均衡化对整张图做全局拉伸，眼底图像光照不均时容易过曝或欠曝；CLAHE把图像切成小块（默认8×8网格），在每个小块内做均衡化，再限制对比度幅度，避免噪声被过度放大。对血管分割来说，CLAHE能让细小的毛细血管从背景里浮现出来，这是整个预处理里性价比最高的一步。
一个常见的预处理脚本如下：
import cv2 import numpy as np from PIL import Image def preprocess_image(img_path, clip_limit=2.0, tile_grid_size=(8, 8)): # 读取图像并转为灰度 img = cv2.imread(str(img_path)) img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 创建CLAHE对象并应用 clahe = cv2.createCLAHE(clipLimit=clip_limit, tileGridSize=tile_grid_size) enhanced = clahe.apply(img) # 归一化到[0,1]，保持浮点精度 normalized = enhanced.astype(np.float32) / 255.0 return normalized这段代码的逻辑分三步：先转灰度，因为血管分割本质上是单通道任务，彩色信息对UNet的帮助有限反而增加计算量；然后用CLAHE增强对比度，clipLimit控制对比度限制阈值，取2.0是比较稳的起点，调大到4.0会更强地拉伸对比度但噪声也会更明显；最后除以255归一化到[0,1]区间，避免模型输入数值范围过大导致梯度不稳定。注意tileGridSize取(8,8)是OpenCV默认值，对565×584这种小图足够细致，不需要额外调大。
很多人在这一步翻车是因为归一化时机错了。比如先在CLAHE之前做了归一化，再调CLAHE，那clipLimit的语义就变了，数值范围都不同，增强效果完全不对。正确顺序一定是：灰度化 → CLAHE增强 → 归一化。
2.3 标签处理与数据增强：翻转、旋转、裁剪的参数怎么定
标签和图像必须做完全一致的处理。血管掩码是二值的（0和255），模型输出是概率图，我们用BCEWithLogitsLoss时，标签要转成0和1的浮点型。如果标签还是0和255，损失函数算出的值会异常偏大，模型怎么训练都收敛不了。合理的处理方式是：
def load_label(mask_path): mask = cv2.imread(str(mask_path), cv2.IMREAD_GRAYSCALE) mask = (mask > 127).astype(np.float32) # 二值化并转为0/1 return mask这一步的关键是把255的像素值压成1.0。阈值取127是因为血管标注是纯黑白的，只要大于127就认为是前景。拿到FOV掩码后，也要做同样的二值化，后续计算Dice时可以只统计FOV内部的像素，避免把黑色背景区域计入。
数据增强方面，医学图像样本量少，训练集只有20张，必须用增强来扩充。常见参数组合是：随机水平翻转（概率0.5）、随机垂直翻转（概率0.5）、随机旋转（范围[-10°, 10°]）、随机裁剪（输入尺寸256×256）。旋转角度不要太大，视网膜图像里血管的走向有解剖学意义，旋转超过45度会产生大量不真实样本，模型学到的是奇怪的血管形态。裁剪尺寸选256×256是UNet比较常见的输入尺寸，显存占用适中（batch size取8时大约占用6GB左右），而且能保留足够的上下文信息。
这里有个隐含坑：对标签做旋转或翻转时，插值方法要用INTER_NEAREST（最近邻插值），不能用INTER_LINEAR（双线性插值）。因为线性插值会在血管边缘产生中间灰度值（比如0.5），本来二值的标签被污染成灰度图，训练时模型会被这些中间值搞糊涂。图像用线性插值没问题，标签必须用最近邻。
3. 搭建UNet网络：PyTorch实现编码器-解码器与跳跃连接
3.1 UNet架构拆解：编码器、瓶颈、解码器各自承担什么
UNet之所以叫U型网络，是因为它由左边一条收缩路径（编码器）和右边一条扩张路径（解码器）组成，中间通过跳跃连接把同尺度的特征拼接起来。编码器由多个卷积块和下采样组成，每下采样一次，特征图分辨率减半、通道数翻倍，提取的是从细到粗的语义特征；解码器逐步上采样，把低分辨率的语义特征恢复到原始分辨率，同时通过跳跃连接把编码器各层的细节特征拼回来，弥补下采样丢失的边界信息。
这个设计对血管分割特别友好：血管是细长结构，下采样太深会丢掉细血管的轮廓，跳跃连接让解码器能直接访问编码器各层的细节特征，血管边缘就不再是模糊的一团。这也是UNet比普通FCN在医学图像分割上效果好的核心原因——不是模型更深，而是信息传递路径更完整。
PyTorch实现UNet时，一般把编码器和解码器的重复模块抽象成DoubleConv和Down、Up几个类，代码清晰也方便改通道数。一个完整的UNet定义结构如下，不依赖第三方库，只用PyTorch基础模块：
import torch import torch.nn as nn import torch.nn.functional as F class DoubleConv(nn.Module): def __init__(self, in_ch, out_ch): super().__init__() self.conv = nn.Sequential( nn.Conv2d(in_ch, out_ch, kernel_size=3, padding=1), nn.BatchNorm2d(out_ch), nn.ReLU(inplace=True), nn.Conv2d(out_ch, out_ch, kernel_size=3, padding=1), nn.BatchNorm2d(out_ch), nn.ReLU(inplace=True) ) def forward(self, x): return self.conv(x) class Down(nn.Module): def __init__(self, in_ch, out_ch): super().__init__() self.mpconv = nn.Sequential( nn.MaxPool2d(2), DoubleConv(in_ch, out_ch) ) def forward(self, x): return self.mpconv(x) class Up(nn.Module): def __init__(self, in_ch, out_ch): super().__init__() # 转置卷积上采样，通道减半 self.up = nn.ConvTranspose2d(in_ch, in_ch // 2, kernel_size=2, stride=2) self.conv = DoubleConv(in_ch, out_ch) def forward(self, x1, x2): x1 = self.up(x1) # 跳跃连接：拼接同尺寸的编码器特征 diffY = x2.size()[2] - x1.size()[2] diffX = x2.size()[3] - x1.size()[3] x1 = F.pad(x1, [diffX // 2, diffX - diffX // 2, diffY // 2, diffY - diffY // 2]) x = torch.cat([x2, x1], dim=1) return self.conv(x)重点说明三点。第一，DoubleConv里每个卷积后面跟了BatchNorm2d，这个对血管分割很关键，因为输入图像经过CLAHE后虽然对比度改善了，但不同批次图像的灰度分布还是有差异，BatchNorm能稳定训练。去掉BatchNorm的话，同样学习率下训练波动会明显变大。第二，Down先用MaxPool2d下采样再接DoubleConv，这是UNet原论文的结构，池化能保留平移不变性。第三，Up里用转置卷积做上采样，kernel_size=2, stride=2，输出尺寸刚好翻倍。转置卷积比双线性插值多一组可学习参数，能更精细地恢复血管细节，代价是参数量略增、训练时更容易出现过拟合，所以数据增强在这种结构下更必要。
拼接前有个细节：如果输入尺寸不是2的整数次幂，下采样后x1和x2的尺寸可能不一致，需要用F.pad做对称填充。代码里的diffY和diffX就是干这个的。实际跑DRIVE时，输入图统一裁剪成256×256，不会触发这个分支，但改成384×384或其他不规整尺寸时，这个逻辑能自动处理，省事很多。
完整的UNet主体则按原论文的通道数设定：第一层64通道，之后每次下采样翻倍，直到512：
class UNet(nn.Module): def __init__(self, n_channels=1, n_classes=1): super().__init__() self.inc = DoubleConv(n_channels, 64) self.down1 = Down(64, 128) self.down2 = Down(128, 256) self.down3 = Down(256, 512) self.down4 = Down(512, 512) self.up1 = Up(1024, 256) self.up2 = Up(512, 128) self.up3 = Up(256, 64) self.up4 = Up(128, 64) self.outc = nn.Conv2d(64, n_classes, kernel_size=1) def forward(self, x): x1 = self.inc(x) x2 = self.down1(x1) x3 = self.down2(x2) x4 = self.down3(x3) x5 = self.down4(x4) x = self.up1(x5, x4) x = self.up2(x, x3) x = self.up3(x, x2) x = self.up4(x, x1) return self.outc(x)注意up1的输入通道是1024，因为x5是512通道，拼接了x4的512通道，拼接后是1024。通道数写错是最容易出的编译错误，PyTorch在torch.cat时会直接报维度不匹配，看到“Given groups=1, weight of size…”这类错误时，先检查拼接处的通道数。n_classes=1是因为我们只分割血管这一类前景，输出单通道的概率图，用sigmoid做二分类。如果要扩展成动脉/静脉多分类，把n_classes改成对应数量即可，但训练数据标注也需要对应。
3.2 UNet训练自己的数据集时，输入尺寸和通道数怎么改最稳
换到自己数据集时，很多人有两个直觉错误：一是觉得输入尺寸越大越好，直接把整张原始图丢进去；二是觉得UNet是固定结构，通道数不能改。真实情况是，DRIVE原始图565×584，直接放进GPU训练，batch size只能设为1，UNet在深层特征图上的感受野覆盖不到全局血管分布，效果反而差。我一般做法是统一裁剪到256×256，训练时随机裁剪，测试时中心裁剪，这样batch size能稳定在8-16之间，训练速度和效果都比较均衡。
通道数方面，如果显存不够（比如只有6GB），可以统一把64/128/256/512/512改成32/64/128/256/256，模型参数量会降到原来的1/4左右。代价是特征表达变弱，血管细分支的还原度会差一些。如果显存充裕（12GB以上），可以试着把首层提到96或128，分割精度有小幅提升，但训练时间会增加。项目里默认用64起步，是兼顾速度和精度的折中值，数据量不大的情况下，加大通道数带来的提升很有限，反而容易过拟合。
4. 训练与测试：完整深度学习流程的八个必调参数
4.1 DataLoader配置与训练循环细节
预处理完成、模型定义好后，接下来是把数据送进训练流程。DRIVE训练集只有20张图，按256×256随机裁剪做增强后，理论上每张图可以裁剪出大量patch，所以不用像分类任务那样做多轮epoch才能收敛。项目里常见的配置是batch_size=8、epochs=60左右，配合Adam优化器、学习率1e-3到1e-4的衰减策略。
DataLoader的写法有讲究，num_workers、pin_memory这些参数直接影响训练速度。一个典型的训练脚本片段如下：
from torch.utils.data import Dataset, DataLoader from torchvision import transforms class DRIVEDataset(Dataset): def __init__(self, image_dir, mask_dir, crop_size=256, train=True): self.image_paths = sorted(list(image_dir.glob('*.tif'))) self.mask_paths = sorted(list(mask_dir.glob('*.gif'))) self.crop_size = crop_size self.train = train def __len__(self): return len(self.image_paths) def __getitem__(self, idx): img = preprocess_image(self.image_paths[idx]) # 读图+CLAHE+归一化 mask = load_label(self.mask_paths[idx]) # 读标签+二值化 if self.train: # 随机裁剪到crop_size x = np.random.randint(0, img.shape[1] - self.crop_size) y = np.random.randint(0, img.shape[0] - self.crop_size) img = img[y:y+self.crop_size, x:x+self.crop_size] mask = mask[y:y+self.crop_size, x:x+self.crop_size] # 随机翻转和旋转（代码略，注意标签用最近邻插值） return (torch.from_numpy(img).unsqueeze(0).float(), torch.from_numpy(mask).unsqueeze(0).float()) train_loader = DataLoader( DRIVEDataset(train_img_dir, train_mask_dir, train=True), batch_size=8, shuffle=True, num_workers=4, pin_memory=True )num_workers决定了用几个子进程加载数据，Windows上设0或2比较安全，Linux上可以设4-8。设太高时如果机器CPU核数不够，反而会因为进程切换开销拖慢训练。pin_memory=True把数据放到锁页内存，GPU显存拷贝快一个档次，但会占用更多的物理内存，16GB内存以下不建议开。
训练循环里三个容易忽略的细节：一是每个epoch开始前调用model.train()，验证前调用model.eval()，否则BatchNorm和Dropout的行为在训练和推理时不一致，验证指标会虚高；二是optimizer.zero_grad()一定要在loss.backward()之前做，忘了清梯度的话梯度会累加，loss曲线会莫名其妙震荡；三是学习率调整，项目里常用ReduceLROnPlateau，当验证集Dice连续5个epoch不涨时把学习率降到原来的1/10。
optimizer = torch.optim.Adam(model.parameters(), lr=1e-3) scheduler = torch.optim.lr_scheduler.ReduceLROnPlateau( optimizer, mode='max', factor=0.5, patience=5 ) criterion = nn.BCEWithLogitsLoss() for epoch in range(60): model.train() for img, mask in train_loader: img, mask = img.to(device), mask.to(device) optimizer.zero_grad() logits = model(img) loss = criterion(logits, mask) loss.backward() optimizer.step() # 验证后调用scheduler.step(val_dice)实现动态学习率mode='max'表示监控指标是越大越好（这里是Dice系数），factor=0.5表示学习率减半，patience=5表示容忍5个epoch不提升才衰减。这套配置对DRIVE这种小数据集非常稳定，一般前10个epoch就会看到Dice从0.3左右爬到0.7以上，30个epoch后趋于平稳。
4.2 损失函数选型：BCEWithLogitsLoss和Dice Loss怎么组合
血管分割是典型的类别不平衡问题，血管像素只占整个图像约10%-12%，背景占了近90%。如果直接用普通的BCELoss，模型会倾向把所有像素预测为背景，因为这样就能拿到约90%的准确率，但血管全没分割出来。BCEWithLogitsLoss自带sigmoid和数值稳定的对数计算，比手写F.sigmoid + F.binary_cross_entropy更安全，这是首选基础损失。
但BCE在极度不平衡时仍然会偏向多数类，所以项目里通常会把它和Dice Loss组合使用。Dice Loss直接优化Dice系数本身，对前景和背景的权重天然相等。组合方式常见有两种：加权求和loss = bce_loss + dice_loss，或者线性组合loss = 0.5 * bce_loss + 0.5 * dice_loss。实践中第一种更直接，不需要调权重，因为量纲上BCE在0.1-1之间，Dice Loss在0-1之间，直接相加即可。以下是Dice Loss的实现：
def dice_loss(logits, targets, smooth=1e-6): probs = torch.sigmoid(logits) # 将拉平成向量，逐像素计算交集 probs = probs.reshape(probs.size(0), -1) targets = targets.reshape(targets.size(0), -1) intersection = (probs * targets).sum(dim=1) total = probs.sum(dim=1) + targets.sum(dim=1) dice = (2.0 * intersection + smooth) / (total + smooth) return 1.0 - dice.mean()smooth加在分子分母上是为了防止除零（当预测和标签都是全零时），取1e-6即可。当模型预测全为背景且标签也是全背景时，dice算出来是1，loss是0，这是合理的。但要注意，如果整批样本里包含了大量纯背景区域（裁剪到图像边缘时可能出现），Dice Loss在训练初期会不稳定，因为纯背景样本的损失天然偏低，模型会更偏向保守预测。这时候把数据增强里的随机裁剪改成裁剪时保证至少20%区域在FOV内，或者过滤掉血管像素占比低于5%的patch，能显著改善训练的稳定性。
4.3 测试流程：加载最佳模型、计算Dice和AUROC
训练完后，测试不是简单跑一遍测试集就完事。DRIVE的测试集有专门的评估协议：用mask目录下的FOV掩码限定评估区域，只统计FOV内部的像素。原因很直接，眼底图像的黑色边框区域既不属于视网膜也不属于血管，如果把这些像素算进去，背景占比更高，Dice系数看起来虚高，但实际分割质量没有提升。
测试脚本的关键部分如下：
def evaluate(model, dataloader, device): model.eval() dices, aucs = [], [] with torch.no_grad(): for img, mask, fov in dataloader: img, mask, fov = img.to(device), mask.to(device), fov.to(device) logits = model(img) probs = torch.sigmoid(logits) # 只保留FOV内的预测 pred = (probs > 0.5).float() * fov mask = mask * fov # 计算Dice inter = (pred * mask).sum() dice = (2 * inter) / (pred.sum() + mask.sum() + 1e-6) dices.append(dice.item()) return np.mean(dices)阈值0.5是默认选择，但对血管分割来说，调低阈值（比如0.4）可以召回更多细血管，调高阈值（0.6）则更精确但会漏掉末端毛细血管。具体阈值取决于用途：如果是辅助医生做形态学测量，精度优先，阈值取高；如果是筛查血管异常，召回率优先，阈值取低。项目里如果提供了prob_maps保存功能，建议把预测概率图存成.npy，后续算阈值曲线、ROC都用得上，不用重新跑一遍推理。
5. 可视化工具与避坑指南：从损失曲线到分割结果
5.1 用Matplotlib和OpenCV完成损失曲线与预测结果可视化
项目里的可视化工具不是附加功能，而是定位训练问题的关键手段。最核心的两个可视化：一是训练过程中的损失曲线和Dice曲线，二是模型在测试集上的预测结果叠加图。损失曲线能告诉你模型是否收敛、是否过拟合；预测结果图能直观看出哪些血管被漏掉了、哪些区域噪声重。
损失曲线的画法很简单，用Matplotlib记录每个epoch的train loss和val loss即可。我一般会记录loss和val_dice两个量，训练完一次性画出来：
import matplotlib.pyplot as plt def plot_curves(history): epochs = range(1, len(history['train_loss']) + 1) fig, ax1 = plt.subplots(figsize=(10, 4)) ax1.plot(epochs, history['train_loss'], label='Train Loss', color='tab:blue') ax1.set_xlabel('Epoch'); ax1.set_ylabel('Loss') ax2 = ax1.twinx() ax2.plot(epochs, history['val_dice'], label='Val Dice', color='tab:orange') ax2.set_ylabel('Dice'); fig.tight_layout() plt.savefig('training_history.png', dpi=150)查看曲线时有一个很实用的判断标准：train loss持续下降但val dice不涨甚至下降，说明过拟合了，需要加强数据增强、增加weight decay，或把学习率调低；train loss和val dice都不动（比如val dice卡在0.6以下），说明模型欠拟合，优先检查学习率是不是太低、BatchNorm是否写进了模型而不是光写了卷积。
预测结果可视化用于定性观察。用OpenCV时注意最终输出合成分割图，血管部分要叠加在原始图上，背景透明，这样能一眼看到漏检区域：
def visualize_prediction(image, prob_map, save_path, threshold=0.5): image = (image.numpy() * 255).astype(np.uint8) mask = (prob_map > threshold).astype(np.uint8) * 255 # 血管掩码转为绿色叠加在灰度图上 overlay = cv2.cvtColor(image, cv2.COLOR_GRAY2BGR) overlay[mask > 0] = (0, 255, 0) cv2.imwrite(str(save_path), overlay)prob_map是sigmoid输出的概率图，threshold=0.5是默认分割阈值。如果看到大量细小的绿色散点孤立地分布在背景区，说明模型把噪声当成了血管，通常可以从三个方向找原因：训练标签是否太粗糙、输入图像的CLAHE强度是否过高（噪声被放大）、模型是否在训练集小血管上过拟合了。相反，如果看到连续血管有很多断口，说明模型对细血管的召回不够，考虑调低阈值、增加数据增强中旋转的角度范围，或增大输入分辨率。
5.2 踩坑记录：显存不足、路径含中文、FOV掩码未对齐等五个常见问题
坑一：训练时报“CUDA out of memory”，但代码看起来没毛病。
现象是训练到第一个epoch中途直接抛OOM，试过把batch size从8降到4也没用。原因通常是PyTorch在训练循环里累积了计算图，比如在循环体里不小心把loss.item()写成loss追加到列表，或者把pred和mask都放进了dice的计算，但没有用with torch.no_grad()包住验证部分，导致梯度图始终存在于内存里。解决方法是：把每一轮loss.item()存列表，验证部分用torch.no_grad()包起来，同时用torch.cuda.empty_cache()在epoch之间清理缓存。另外，输入图片如果是整张565×584直接进模型，显存占用比256×256的patch高好几倍，优先裁剪输入。
坑二：模型训练完，验证Dice很高，但测试集效果差很多。
现象是val dice到了0.8，测试环境下dice只有0.4。最常见的原因是验证集和训练集来自同一批patch（或同一张图的不同区域），数据分布高度重叠；另一个隐藏原因是验证时用的预处理与训练不一致，比如训练时做了CLAHE但验证时忘了做，或者mean/std归一化的参数用的是ImageNet的默认值而不是数据集自算的。解决方法是：把测试集的预处理写成独立的函数，和训练流程共用同一份代码，避免手写两遍导致参数不一致；验证时严格从训练集之外取样。
坑三：Windows下数据路径包含中文，报错找不到文件。
现象是Path.glob匹配不到任何文件，或者读取图像时imread返回None。原因很简单，OpenCV的imread不支持中文路径，这是老问题了。解决方法是：项目目录和数据集路径全部用英文，.zip解压时别解压到“桌面/我的文档”这类带中文的路径下。如果非要用中文路径，先os.chdir切换工作目录再处理，或者改用img = Image.open(path)的方式，PIL对中文路径兼容性比OpenCV好。
坑四：FOV掩码和图像尺寸不匹配。
现象是运行时torch.cat报维度错误，或者叠加可视化时图像和掩码对不齐。原因通常是mask目录下的文件尺寸和images目录下的图像尺寸不一致，尤其是从某些渠道下载的数据集被重新压缩过。解决方法是：在预处理脚本里加一行校验，assert img.shape == mask.shape == fov.shape，不满足就直接报错并打印三者的shape。宁可多跑一次校验，也不要在训练到一半时才发现数据对不上。
坑五：标签里血管太细，loss降不下去，Dice上不去。
现象是训练10个epoch后，Dice卡在0.5左右不动，预测结果全是粗大的血管块，细血管完全没了。原因是血管标注是逐像素的手工标注，细血管占的比例极小，BCE和Dice的组合损失在面对细结构时偏向粗血管的召回。解决方法是：把数据增强里加入弹性变形（elastic deformation），让细血管有更多样化的形态；或者对损失函数做修正，给细血管像素更高的权重，比如用Focal Loss替代普通BCE，让模型更关注难分的像素。另一个有效做法是修改损失的权重：loss = 0.3 * bce + 0.7 * dice，让Dice项主导训练方向。
6. 验证模型有没有真的学会分割血管：ROC曲线与三个进阶检查
训练结束后，不能只看Dice系数就收工。Dice对血管粗细分布敏感，可能出现中等程度上可以接受的Dice值，但细血管分割质量很差的情况。项目里要提供最终验证能力，一定要计算ROC曲线和AUC，同时看预测概率图在不同阈值下的表现。
ROC曲线的横轴是假阳性率（FPR），纵轴是真阳性率（TPR），曲线下的面积AUC衡量模型对前景和背景的区分能力。DRIVE测试集因为提供了第二组人工标注（manual2），可以同时给出与第一组标注的AUC——这叫“人类观察者一致性”，用来作为性能上限参考。计算AUC可以用sklearn.metrics.roc_auc_score，但要注意输入是预测概率而不是二值化后的mask，并且需要把FOV外的区域当作忽略项，只统计FOV内的像素：
from sklearn.metrics import roc_auc_score # 把所有测试图像的像素收集起来，仅保留FOV=1的位置 y_true_all, y_prob_all = [], [] for img, mask, fov in test_loader: with torch.no_grad(): prob = torch.sigmoid(model(img)).cpu().numpy() y_true_all.append(mask[fov > 0].numpy()) y_prob_all.append(prob[fov > 0].reshape(-1)) y_true = np.concatenate(y_true_all) y_prob = np.concatenate(y_prob_all) auc = roc_auc_score(y_true, y_prob)AUC大于0.95算合格，DRIVE上UNet的正常水平在0.96-0.98之间。如果AUC低于0.92，问题大概率出在训练阶段而非测试代码，回头检查预处理和损失函数。
进阶检查里，我一般还会做两个额外验证。第一是血管骨骼化（skeletonization），用skimage.morphology.skeletonize对预测的血管掩码做细化，统计骨骼断点数量——断点越多说明分割出的血管连续性越差，Dice可能看起来还行但实际无法用于下游的血管形态分析。第二是分叉点计数，视网膜血管的分叉特征对糖尿病视网膜病变诊断有参考价值，统计预测结果和真值的分叉点数量是否在同一量级。
这是我做这类医学图像分割项目时反复使用的收尾检查流程，每次跑完都会做这三件事：看单张预测叠加图、算AUC、做骨架连续性分析。这么做下来，模型能不能用、能用在哪，心里就有数了。跑UNet和PyTorch组合的视网膜血管分割项目，很多时候不是模型不够好，而是数据预处理和验证细节决定了上限。如果这套流程能帮你少走点弯路，那就最好不过了，希望帮到你。
本文还有配套的精品资源，点击获取
