简介：本资源为面向医学图像分割任务的肝脏癌症数据集，适合从事肝脏及肿瘤分割研究的学生、算法工程师与科研人员使用。原始数据为Liver3d的nii.gz文件，已在x轴方向切分为2D切片，并剔除前景区域不足0.05的样本，共提取8千余张图像，mask像素分为0背景、1肝脏、2癌症三类，可直接用于训练与评估分割模型。资源包共约2000个文件，以1998张png图像为主，另含1个py可视化脚本与1个json配置文件，压缩包整体约937.6MB。数据已划分训练集与测试集：训练集含6227张图像及6227个对应mask，测试集含2668张图像及2668个对应mask，目录结构清晰。附带的可视化脚本可随机抽取一张图片，展示原始图像、GT图像及GT在原图上的蒙板效果并保存至当前目录，便于快速核验标注质量。目前已有877人学习下载。
1. 肝脏癌症 2D 分割数据集：从拿到手到能训练，中间隔着多少坑
肝脏肿瘤分割是医学图像分割里最经典也最容易被低估的任务之一。很多人第一次接触这个方向，拿到一份标注好的 Liver 肝脏癌症数据，看到已经切成了 2D 切片、还贴心地分好了训练集和测试集，第一反应是「这不直接开训就行了」。结果真正跑起来才发现，切片之间的肝脏边界忽大忽小、肿瘤区域在部分切片里几乎不可见、训练集和测试集的分布对不上，模型在验证集上 Dice 看着还行，换到测试集直接掉十几个点。这份数据集的价值不在于「有数据」，而在于它把 3D 体数据拆成 2D 之后，逼着你去处理切片级的不均衡和上下文丢失问题。它适合已经跑通过基础分割网络、想认真做医学图像分割落地的人，也适合做 B 超、CT 相关课题、需要一份结构清晰的 2D 训练/测试划分来复现 baseline 的从业者。下面我按自己实际处理这类数据的顺序，把选型、预处理、训练、排错讲透。
2. 先搞清楚这份 Liver 数据到底长什么样
2.1 2D 切片划分意味着什么
3D 的腹部 CT 或 MRI 体数据，本质是一摞沿 Z 轴堆叠的切片。把它转成 2D 数据，通常有两种做法：一种是逐切片导出成独立图像，每个切片单独作为一个样本；另一种是保留切片索引，训练时按切片取样。这份数据既然明确说了「划分了 2D 数据」，大概率是前者——每张切片是一张图，配一张对应的掩码。这么做的直接好处是显存压力小，2D 分割网络（U-Net、DeepLab、SegFormer 这类）可以直接吃；代价是丢掉了切片间的空间连续性，肝脏在 Z 轴上的形状约束没了，模型只能靠单张切片的纹理和灰度判断。
理解这一点很关键，因为它决定了你后面所有参数怎么设。2D 切片里，靠近肝脏顶部和底部的切片，肝脏面积很小，甚至只有几个像素；中间层切片肝脏面积最大。如果训练时不做处理，模型会被中间层主导，顶部底部切片的边界学得很差。常见做法是按切片位置做加权采样，或者干脆把面积过小的切片过滤掉——但过滤要谨慎，测试集里如果保留了这些小切片，你训练时扔掉就会造成分布不一致。
2.2 训练集/测试集已经分好，还要不要自己再切验证集
数据给了训练集和测试集，很多人就直接拿训练集训、测试集评。这在工程上不够。训练过程中你需要一个验证集来选模型、调超参、判断什么时候停。直接从训练集里再切一部分出来做验证是最省事的做法，但要注意两点：第一，切分要按病人/病例切，不能按切片随机切，否则同一个病人的相邻切片会同时出现在训练和验证里，验证指标虚高，这就是典型的数据泄漏；第二，切分比例别太随意，医学数据样本量本来就小，验证集占 15%～20% 比较稳妥，切太多训练数据不够，切太少验证指标抖动大。
如果这份数据没有提供病人 ID，只有切片，那你只能退而求其次按切片随机切，但心里要清楚这个验证指标是偏乐观的，最终还是要看测试集。我一般会在训练脚本里固定随机种子，保证每次切分一致，方便复现。
2.3 标签体系：肝脏和肿瘤是不是同一类
肝脏癌症数据通常涉及两个层次：肝脏区域（liver）和肿瘤区域（lesion/tumor）。有的数据集掩码里肝脏是 1、肿瘤是 2，有的只标肿瘤，有的把肿瘤包含在肝脏里。你拿到数据第一件事不是写模型，是把掩码的像素值分布统计出来。用几行代码就能看清：
import numpy as np from PIL import Image import glob # 统计所有掩码里出现的像素值 mask_paths = glob.glob("data/train/masks/*.png") values = set() for p in mask_paths: m = np.array(Image.open(p)) values.update(np.unique(m).tolist()) print("掩码中出现的像素值:", sorted(values))这段代码把训练集所有掩码读一遍，收集出现过的像素值。如果结果是[0, 1]，说明是二分类，肝脏或肿瘤其中一个；如果是[0, 1, 2]，大概率是背景/肝脏/肿瘤三类。参数上注意Image.open读 PNG 默认是 RGB 或灰度，如果掩码是调色板模式（P 模式），np.array出来的可能是索引值而不是真实类别，需要先convert("L")或convert("P")再确认。这一步不做，后面损失函数选错、类别数设错，训练半天全是白干。
3. 把 2D 切片喂进分割网络：预处理和增强怎么做
3.1 灰度归一化和尺寸统一
医学图像的灰度范围和自然图像完全不同。CT 的 HU 值范围可能从 -1000 到 3000，直接送进网络，激活函数直接饱和。标准做法是先做窗宽窗位截断，再归一化到 [0,1]。腹部 CT 看肝脏常用窗宽 150～200、窗位 30～60，但这个不是死的，要看你的数据来源。如果数据已经是 8 位 PNG，那大概率已经做过窗变换，你只需要除以 255。
尺寸方面，2D 切片原始分辨率可能是 512×512，也可能更大。分割网络通常要求输入是 16 的倍数（下采样几次就要求是 2 的几次方倍数）。我一般统一缩放到 256×256 或 512×512，看显存。缩放时图像用双线性插值，掩码必须用最近邻插值，否则会出现 0.5 这种不存在的类别值。
import cv2 import numpy as np def preprocess(img, mask, size=256): # 图像双线性缩放，掩码最近邻，避免产生非法类别 img = cv2.resize(img, (size, size), interpolation=cv2.INTER_LINEAR) mask = cv2.resize(mask, (size, size), interpolation=cv2.INTER_NEAREST) # 归一化到 [0,1] img = img.astype(np.float32) / 255.0 return img, maskinterpolation这个参数是血泪经验：掩码用双线性，边缘会出现 0 和 1 之间的过渡值，转成整型后要么全变 0 要么全变 1，边界直接烂掉。最近邻虽然看起来粗糙，但类别值不会错。
3.2 针对小肿瘤的增强策略
肝脏肿瘤在切片里往往只占几十到几百个像素，正负样本极度不均衡。如果只做随机翻转、旋转，模型很快学会「全预测背景」也能拿到很高的准确率，但 Dice 惨不忍睹。有效的增强要围绕「让肿瘤出现得更频繁、更显眼」来做：
- 随机裁剪时以肿瘤为中心裁剪的概率调高，比如 50% 的裁剪以肿瘤质心为中心，50% 随机；
- 弹性形变对肝脏这种软组织很有效，但形变幅度别太大，否则肿瘤形状失真；
- 亮度对比度扰动模拟不同扫描设备，幅度控制在 ±10% 以内；
- 不要用随机擦除（Random Erasing）去盖肿瘤区域，那是自毁。
我一般用 Albumentations 这套组合，配置写在一个字典里，训练和验证用不同 pipeline。验证集只做 resize 和归一化，不做任何随机增强，否则验证指标没有可比性。
3.3 损失函数：Dice 和 BCE 怎么配
二分类肝脏肿瘤分割，最稳的还是 Dice Loss 加 BCE 的组合。BCE 提供稳定的梯度，Dice 直接优化重叠度，两者按 1:1 加权是常见起点。如果肿瘤特别小，可以把 Dice 的权重调高到 2，或者换成 Tversky Loss，通过调 alpha/beta 控制假阳假阴的惩罚。多分类（背景/肝脏/肿瘤）时，Dice 要按类别算再平均，注意背景类通常不参与 Dice 计算，否则背景占比太大，Dice 会被拉到 0.9 以上，掩盖真实问题。
import torch import torch.nn as nn class DiceBCELoss(nn.Module): def __init__(self, dice_weight=1.0, bce_weight=1.0): super().__init__() self.dice_weight = dice_weight self.bce_weight = bce_weight self.bce = nn.BCEWithLogitsLoss() def forward(self, logits, targets): # logits: (B,1,H,W) 未过 sigmoid bce_loss = self.bce(logits, targets) probs = torch.sigmoid(logits) # 按 batch 内所有像素算 Dice，避免小目标被平均掉 intersection = (probs * targets).sum() dice_loss = 1 - (2 * intersection + 1e-6) / (probs.sum() + targets.sum() + 1e-6) return self.dice_weight * dice_loss + self.bce_weight * bce_loss注意BCEWithLogitsLoss内部已经带 sigmoid，不要再手动加。Dice 计算里加1e-6是防止分母为 0，这个平滑项在肿瘤极小的切片上很关键，不加会出 NaN。
4. 训练、验证、测试：指标怎么读才不被骗
4.1 Dice 高不代表模型能用
Dice 系数是分割任务最常用的指标，但它对类别不均衡非常敏感。如果一张切片里肿瘤只占 1%，模型全预测背景，Dice 可能是 0，但如果肿瘤占 30%，全预测背景 Dice 也能有 0.7 左右。所以看 Dice 一定要分切片看分布，不能只看平均值。我习惯在验证时同时输出：整体 Dice、按肿瘤面积分组的 Dice（小/中/大）、以及每张切片的 Dice 列表，然后看有多少切片 Dice 低于 0.5。如果低 Dice 切片集中在肿瘤很小的层，说明模型对小目标不行，需要调损失或增强；如果随机分布，可能是数据标注质量问题。
4.2 训练集和测试集分布对不上怎么办
这是 2D 切片数据集最常见的问题。训练集可能来自一批扫描设备，测试集来自另一批，灰度分布、噪声水平、甚至层厚都不一样。表现就是训练 loss 一直降，验证 loss 降到某个点开始反弹，测试集指标远低于验证集。处理办法有几个层次：
- 先做直方图匹配，把测试集的灰度分布对齐到训练集，这是最轻量的域适应；
- 训练时加强灰度增强，让模型对亮度对比度不敏感；
- 如果差距实在大，考虑在测试集上做无监督域适应，但这已经超出「直接训练」的范畴了。
我一般先跑一版 baseline，把训练/验证/测试的 Dice 都打出来，差距在 5 个点以内可以接受，超过 10 个点就要回头查数据分布。
4.3 早停和模型选择的依据
医学数据小，过拟合来得快。早停不能只看验证 loss，因为 loss 和 Dice 的走势不一定一致。我一般以验证集 Dice 为准，连续 10 个 epoch 不提升就停，同时保存 Dice 最高的那个 checkpoint。注意验证 Dice 的波动可能很大，尤其是验证集小的时候，所以 patience 别设太小，5 以下容易误停。另外，如果用了学习率调度，早停的 patience 要跟调度周期匹配，别调度还没降学习率你就停了。
5. 避坑：处理 Liver 2D 数据时最容易翻车的几件事
5.1 掩码像素值读错，训练全白干
现象：训练 loss 一直不降，或者降了但预测全是背景。原因：掩码是调色板 PNG，np.array读出来是索引值 0/1/2，但你以为 255 是前景，做了mask > 127的二值化，结果全变成背景。解决：读掩码后先np.unique看值，确认类别编码，再决定怎么转。如果是 P 模式，用convert("L")或直接按索引映射。
5.2 训练集和测试集切片来自同一病人
现象：验证 Dice 高得离谱，测试集一跑就崩。原因：切分时按切片随机分，同一个病人的相邻切片同时进了训练和验证，模型记住了这个病人的肝脏形状。解决：如果有病人 ID，按病人切分；没有的话，至少按切片序号做间隔切分，别让相邻切片跨集。
5.3 图像和掩码增强不同步
现象：训练一段时间后，预测的肿瘤位置总是偏。原因：图像做了随机旋转，掩码没跟着转，或者两者用了不同的随机种子。解决：用 Albumentations 这类支持 image+mask 同步增强的库，或者自己写增强时确保对图像和掩码施加完全相同的几何变换。
5.4 忽略切片层厚和像素间距
现象：模型在训练集上很好，换一台设备的数据就废。原因：不同设备的层厚和像素间距不同，同一个肿瘤在不同数据里物理尺寸一样但像素尺寸不一样。解决：如果数据里有 spacing 信息，重采样到统一 spacing；没有的话，至少在预处理时记录并做尺度归一化。
5.5 测试集里混入了空切片
现象：测试 Dice 被拉低，但看预测结果又没大问题。原因：测试集里有些切片完全没有肝脏或肿瘤，模型预测全背景，Dice 计算时分母为 0 或极小，产生异常值。解决：评估时过滤掉没有前景的切片，或者对空切片单独处理，不纳入 Dice 平均。
6. 一个能直接跑的验证脚本和我的使用习惯
训练跑完，别急着看测试集 Dice 就收工。我一般会写一个独立的验证脚本，把测试集每张切片的预测结果、Dice、以及原图叠在一起存下来，肉眼过一遍。很多问题指标看不出来，但看图一眼就知道——比如模型把胃壁当成肿瘤、或者边界总是往肝脏外扩。下面这个脚本把预测掩码、原图、真值拼成三通道图保存，方便快速翻看：
import os import cv2 import numpy as np import torch def visualize_prediction(model, img_path, mask_path, save_path, size=256): model.eval() img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE) mask = cv2.imread(mask_path, cv2.IMREAD_GRAYSCALE) img_r = cv2.resize(img, (size, size), interpolation=cv2.INTER_LINEAR) mask_r = cv2.resize(mask, (size, size), interpolation=cv2.INTER_NEAREST) inp = torch.from_numpy(img_r.astype(np.float32) / 255.0)[None, None].cuda() with torch.no_grad(): pred = torch.sigmoid(model(inp))[0, 0].cpu().numpy() pred_bin = (pred > 0.5).astype(np.uint8) * 255 # 原图、真值、预测叠成 RGB，红色为预测，绿色为真值 vis = cv2.cvtColor(img_r, cv2.COLOR_GRAY2BGR) vis[mask_r > 0] = [0, 255, 0] vis[pred_bin > 0] = [0, 0, 255] cv2.imwrite(save_path, vis)这个脚本里pred > 0.5的阈值不是固定的，肿瘤分割有时候 0.4 比 0.5 召回更好，具体要看你的任务更怕漏检还是更怕误检。我一般会在验证集上扫一遍 0.3 到 0.7 的阈值，选 Dice 最高的那个，再拿到测试集用。另外model.eval()和torch.no_grad()别漏，不然显存爆得莫名其妙。
最后说个习惯：每次处理一份新的医学分割数据，我都会先花半小时把掩码值、切片数量、前景占比、训练测试分布这几项统计出来，写成一个简短的报告。这半小时能省掉后面至少两天的无效训练。肝脏癌症 2D 数据看着简单，但切片级的不均衡和分布差异是绕不过去的，把预处理和验证做扎实，比换更复杂的网络结构管用得多。希望帮到你。
本文还有配套的精品资源，点击获取
