简介：本资源面向医学图像分割方向的初学者与算法实践者，提供一套可直接上手的眼底血管分割数据集与配套工具，帮助解决血管提取任务中数据获取与标签制作的门槛问题。数据集基于DRIVE扩充，图像分辨率为500至1000，训练集含71张原图与71张对应mask，测试集含17张原图与17张mask，mask为前景255的二值图像，便于直观观察血管区域。压缩包共178个文件，以177张png图像为主，涵盖原图与标签，另附1个Python可视化脚本，整体约45.88MB，采用7z格式打包。该脚本可随机抽取一张图片，将原始图像、GT图像以及GT在原图上的蒙板效果一并展示并保存至当前目录，方便快速核验数据质量与分割效果。目前已有1264人学习下载，适合用于血管分割模型的训练、验证与结果可视化对比，也可作为医学图像分割入门练手与实验复现的参考素材。
1. 眼底血管分割数据集：从 2 类标签到可视化，一套能直接跑通的落地路径
眼底血管分割是医学图像分割里最经典的入门任务之一，也是很多从业者从自然图像分割转向医学领域的第一个真实场景。它要解决的问题很具体：给定一张彩色眼底照，把视网膜上的血管像素逐点判出来，输出一张二值掩膜。血管占整张图的比例通常只有 5% 到 15%，属于典型的极端类别不平衡，这也是它比普通语义分割更考验工程细节的地方。一套带类别标签和可视化代码的眼底血管分割数据集，价值不在于图片数量堆得多大，而在于标签质量、目录结构和配套脚本能不能让你当天就把训练跑起来。这篇笔记面向两类人：刚拿到数据集不知道从哪下手的新手，以及想把它接进自己训练管线、需要看清参数边界的老手。下面按「数据长什么样 → 怎么读进来 → 怎么训 → 坑在哪 → 怎么验证」的顺序讲透。
2. 眼底血管分割数据集的结构与标签体系：先看清 2 分割到底分的是什么
2.1 2 分割标签的物理含义与像素取值
标题里的「2 分割」指的是二分类分割，不是两个独立类别。标签图是一张单通道灰度图，背景像素值为 0，血管像素值为 1（或 255，取决于导出方式）。这一点必须先确认，因为很多公开数据集导出时用的是 0/255，而 PyTorch 的交叉熵损失默认要求类别索引从 0 开始连续，如果直接拿 255 当类别号会直接报越界或者静默算错。
常见做法是：读入标签后先做一次唯一值统计，确认实际取值集合，再决定是否归一化。我一般会写一个一次性检查脚本，把整个标签目录扫一遍，输出每张图的唯一值和血管像素占比。这一步花不了两分钟，但能省掉后面几小时的玄学调参。
import os import numpy as np from PIL import Image label_dir = "dataset/labels" stats = [] for name in sorted(os.listdir(label_dir)): if not name.lower().endswith((".png", ".tif", ".tiff", ".bmp")): continue arr = np.array(Image.open(os.path.join(label_dir, name))) uniq = np.unique(arr) vessel_ratio = (arr > 0).mean() stats.append((name, uniq.tolist(), round(float(vessel_ratio), 4))) for s in stats[:10]: print(s) ratios = [s[2] for s in stats] print("血管占比 min/mean/max:", min(ratios), sum(ratios)/len(ratios), max(ratios))这段代码的逻辑是：遍历标签目录，对每张图取唯一值集合和前景占比。唯一值告诉你标签是 0/1 还是 0/255，前景占比告诉你类别不平衡有多严重。参数上，arr > 0这个判断对 0/1 和 0/255 都成立，所以不用先归一化就能统计。如果发现唯一值里出现了 2、3 这种值，说明标签被做过连通域编号，需要先二值化再用。
2.2 图像与标签的配对命名规则
数据集能不能顺利读进来，八成取决于配对规则。眼底血管数据集常见的命名有两种：一种是图像和标签同名不同后缀，比如01_test.tif配01_test.png；另一种是图像带_img、标签带_mask后缀。标题里提到「类别标签」，说明标签是独立文件而不是内嵌在图像元数据里，所以配对逻辑必须写死在一个地方，不要在每个脚本里各写一遍。
我一般会写一个build_pairs函数，返回(image_path, label_path)列表，训练、验证、可视化全部复用这一个函数。这样一旦命名规则变了，只改一处。
import os def build_pairs(image_dir, label_dir, img_ext=(".tif", ".png", ".jpg"), lbl_ext=(".png", ".tif")): pairs = [] label_map = {} for name in os.listdir(label_dir): stem, ext = os.path.splitext(name) if ext.lower() in lbl_ext: label_map[stem] = os.path.join(label_dir, name) for name in os.listdir(image_dir): stem, ext = os.path.splitext(name) if ext.lower() not in img_ext: continue if stem in label_map: pairs.append((os.path.join(image_dir, name), label_map[stem])) return pairs pairs = build_pairs("dataset/images", "dataset/labels") print("配对成功:", len(pairs))逻辑说明：先建标签的 stem 到路径的字典，再遍历图像去匹配。用 stem 匹配而不是全名匹配，是为了兼容图像.tif、标签.png这种不同后缀的情况。参数img_ext和lbl_ext按你实际数据改。如果配对数量明显少于图像总数，先打印没配上的文件名，通常是大小写或者后缀不一致导致的。
2.3 分辨率、通道与常见预处理
眼底照常见分辨率在 512×512 到 2048×2048 之间，通道是 RGB 三通道。血管本身是低对比度的暗红色细线，直接送进网络效果一般，所以预处理里 CLAHE（限制对比度自适应直方图均衡）几乎是标配。它作用在绿色通道上效果最好，因为血管和背景在绿通道的对比度最高。
常见做法是：转 LAB 或直接取绿通道，做 CLAHE，再和原图拼接或者替换绿通道。训练时统一 resize 到 512×512 或 768×768，标签用最近邻插值，图像用双线性。这里有个容易翻车的点：标签 resize 如果用双线性，边缘会产生 0.3、0.7 这种中间值，二值化阈值没设好就会引入噪声。
提示：标签 resize 一律用
Image.NEAREST，图像用Image.BILINEAR，这是医学分割里最省心的默认组合。
3. 把数据集接进训练管线：从 Dataset 到第一个能收敛的模型
3.1 写一个带 CLAHE 的 Dataset 类
数据集读进来之后，下一步是包成torch.utils.data.Dataset。这里的关键不是代码多复杂，而是把预处理、增强、标签二值化三件事的边界划清楚。增强只作用在图像和标签同步变换上，颜色类增强只作用在图像上，标签永远只做几何变换。
import cv2 import numpy as np import torch from torch.utils.data import Dataset from PIL import Image class VesselDataset(Dataset): def __init__(self, pairs, size=512, train=True): self.pairs = pairs self.size = size self.train = train self.clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8)) def _preprocess(self, img_bgr): green = img_bgr[:, :, 1] green = self.clahe.apply(green) img_bgr[:, :, 1] = green return img_bgr def __getitem__(self, idx): img_path, lbl_path = self.pairs[idx] img = cv2.imread(img_path, cv2.IMREAD_COLOR) img = self._preprocess(img) img = cv2.resize(img, (self.size, self.size), interpolation=cv2.INTER_LINEAR) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB).astype(np.float32) / 255.0 img = (img - img.mean()) / (img.std() + 1e-6) lbl = np.array(Image.open(lbl_path).convert("L")) lbl = cv2.resize(lbl, (self.size, self.size), interpolation=cv2.INTER_NEAREST) lbl = (lbl > 127).astype(np.float32) return torch.from_numpy(img).permute(2, 0, 1), torch.from_numpy(lbl).unsqueeze(0) def __len__(self): return len(self.pairs)逻辑说明：_preprocess只对绿通道做 CLAHE，clipLimit=2.0是控制对比度增强强度的关键参数，调太高会把噪声也放大，眼底图上一般 2.0 到 3.0 之间。tileGridSize=(8,8)决定局部均衡的粒度，图小的时候可以调到 4×4。归一化用逐图减均值除标准差，比固定 ImageNet 均值更适合医学图像。标签用> 127二值化，兼容 0/255 和 0/1 两种导出。
3.2 损失函数与类别不平衡的处理
血管像素占比低，直接用 BCE 会让模型倾向于全预测背景，因为那样 loss 也很低。常见做法是 BCE 加 Dice 的组合，Dice 对前景占比不敏感，能把梯度拉回到血管上。权重上我一般 BCE 和 Dice 各占 0.5，如果发现召回率上不去，把 Dice 权重提到 0.7。
import torch import torch.nn as nn import torch.nn.functional as F class BCEDiceLoss(nn.Module): def __init__(self, bce_weight=0.5): super().__init__() self.bce_weight = bce_weight def forward(self, logits, target): bce = F.binary_cross_entropy_with_logits(logits, target) prob = torch.sigmoid(logits) inter = (prob * target).sum(dim=(1, 2, 3)) union = prob.sum(dim=(1, 2, 3)) + target.sum(dim=(1, 2, 3)) dice = 1 - (2 * inter + 1e-6) / (union + 1e-6) dice = dice.mean() return self.bce_weight * bce + (1 - self.bce_weight) * dice逻辑说明：binary_cross_entropy_with_logits内部带 sigmoid，数值更稳，不要在外面再 sigmoid 一次。Dice 按样本算再平均，比整批算更稳。1e-6是防止空标签导致除零。参数bce_weight是唯一需要调的，0.5 是稳妥起点。
3.3 训练循环里必须打印的三个指标
训练时只看 loss 会被骗，因为 loss 下降可能只是模型学会了全预测背景。必须同时打印前景的 precision、recall 和 Dice。这三个指标里，recall 对血管分割最关键，临床上漏掉血管比多标几根更严重。
def metrics(logits, target, thr=0.5): pred = (torch.sigmoid(logits) > thr).float() tp = (pred * target).sum().item() fp = (pred * (1 - target)).sum().item() fn = ((1 - pred) * target).sum().item() prec = tp / (tp + fp + 1e-6) rec = tp / (tp + fn + 1e-6) dice = 2 * tp / (2 * tp + fp + fn + 1e-6) return prec, rec, dice逻辑说明：阈值thr默认 0.5，但血管分割里 0.5 往往偏低，后面验证章节会讲怎么调。这三个指标每个 epoch 在验证集上算一次，如果 loss 降但 recall 不涨，说明模型在偷懒，该加 Dice 权重或者换采样策略了。
4. 可视化代码怎么写：让标签和预测结果一眼能看出对错
4.1 叠加可视化的三种常用画法
可视化不是锦上添花，是排查数据问题的第一手段。眼底血管分割常用三种画法：原图叠红色掩膜、原图和标签并排、原图叠预测和标签的差异图。差异图最有价值，绿色画真阳性，红色画假阳性，蓝色画假阴性，一眼就能看出模型是漏检多还是误检多。
import cv2 import numpy as np def overlay(img_rgb, mask, color=(255, 0, 0), alpha=0.4): img = img_rgb.copy() layer = np.zeros_like(img) layer[mask > 0] = color return cv2.addWeighted(img, 1 - alpha, layer, alpha, 0) def diff_view(img_rgb, pred, gt): vis = img_rgb.copy() tp = (pred > 0) & (gt > 0) fp = (pred > 0) & (gt == 0) fn = (pred == 0) & (gt > 0) vis[tp] = (0, 255, 0) vis[fp] = (255, 0, 0) vis[fn] = (0, 0, 255) return vis逻辑说明：overlay用addWeighted做透明叠加，alpha控制掩膜透明度，0.4 左右既能看清血管又不遮住原图细节。diff_view直接按像素布尔运算上色，注意输入 pred 和 gt 都必须是二值。颜色顺序是 RGB，如果你用 OpenCV 显示记得转 BGR。
4.2 批量出图与命名规范
单张看效率太低，我一般写一个批量出图脚本，每个 epoch 在验证集上抽 8 张，拼成 2×4 的网格存下来。命名带上 epoch 和指标，比如ep020_dice0.812.png，这样翻历史图的时候不用再查日志。
import os import numpy as np import cv2 def save_grid(images, save_path, cols=4): rows = (len(images) + cols - 1) // cols h, w = images[0].shape[:2] grid = np.zeros((rows * h, cols * w, 3), dtype=np.uint8) for i, im in enumerate(images): r, c = divmod(i, cols) grid[r*h:(r+1)*h, c*w:(c+1)*w] = im cv2.imwrite(save_path, cv2.cvtColor(grid, cv2.COLOR_RGB2BGR))逻辑说明：save_grid把多张同尺寸图拼成网格，cols控制列数。注意 OpenCV 写盘要 BGR，所以最后转一次。如果图尺寸不一致，先统一 resize 再拼。
4.3 用可视化反查标签质量问题
可视化最大的价值是发现标签本身的错误。眼底血管标签常见问题有三类：血管断裂（标注时漏了细血管）、边缘毛刺（标注工具抗锯齿导致）、以及视盘区域误标（视盘本身是亮区，容易被误当成血管）。把原图和标签叠加后逐张翻，通常翻二三十张就能判断这批标签的整体质量。如果断裂和毛刺比例超过一成，建议先做标签清洗再训练，否则模型学到的就是噪声。
5. 避坑与排查：眼底血管分割里最容易翻车的 5 个点
5.1 现象：训练 loss 正常下降，但验证集 Dice 一直卡在 0.6 以下
原因：最常见的是标签二值化阈值不对。如果标签是 0/255，而你在 Dataset 里用了> 0之外的条件，或者 resize 时用了双线性导致边缘出现中间值，模型学到的边界就是模糊的。另一个原因是 CLAHE 的clipLimit调太高，把背景噪声也增强了，模型把噪声当血管学。
解决：先跑 2.1 的唯一值统计脚本确认标签取值，再把标签 resize 改成INTER_NEAREST，clipLimit降到 2.0。如果还不行，把 Dice 权重提到 0.7 再看。
5.2 现象：模型预测结果全是背景，recall 接近 0
原因：类别不平衡太严重加上 BCE 权重过高。血管占比 5% 时，全预测背景的 BCE 也能降到很低，模型没有动力去学前景。
解决：把bce_weight降到 0.3 甚至 0.2，让 Dice 主导。如果还不行，在采样上做文章，用WeightedRandomSampler提高含血管多的图被抽到的概率。注意不要直接对像素做重采样，那样会破坏空间结构。
5.3 现象：不同机器上跑出来的 Dice 差好几个点
原因：预处理里的归一化用了逐图统计，而不同批次的图亮度差异大，导致同一张图在不同 batch 里归一化结果不一致。另一个隐藏原因是 OpenCV 读图和 PIL 读图的通道顺序、gamma 处理不同。
解决：固定用同一种读图库，我一般统一用 OpenCV 读、最后转 RGB。归一化改成固定均值方差，或者把逐图归一化的统计量存下来复用。数据增强里的随机种子也要固定，否则对比实验没有意义。
5.4 现象：可视化叠加图里血管位置整体偏移几个像素
原因：图像和标签在 resize 时用了不同的插值方式，或者原图本身带黑边而标签没有。眼底照经常有圆形视野外的黑色区域，如果图像做了裁剪而标签没同步裁，就会错位。
解决：把图像和标签的几何变换写在一个函数里，同步执行。裁剪参数从图像算出来后直接作用到标签上。检查方法是把原图和标签叠加，看血管边缘是否重合，偏移超过 2 像素就要查。
5.5 现象：推理时单张图很快，但批量推理显存爆掉
原因：推理时没有用torch.no_grad()，或者 batch size 设得和训练一样大。分割模型在 1024×1024 输入下显存占用是 512×512 的四倍左右。
解决：推理包在with torch.no_grad():里，batch size 从 1 开始试。如果显存还是不够，用滑动窗口切块推理再拼回去，重叠区域取平均。切块大小建议 512，重叠 64 像素，能避免边界伪影。
6. 进阶：把 Dice 从 0.80 推到 0.85 的几个具体手法
第一个手法是阈值搜索。训练完模型后，不要直接用 0.5 当阈值，在验证集上从 0.3 到 0.7 按 0.05 步长扫一遍，取 Dice 最高的那个。眼底血管分割里最优阈值经常落在 0.4 到 0.55 之间，光这一步通常能涨 1 到 2 个点。
import numpy as np import torch def search_threshold(model, loader, device): model.eval() probs, gts = [], [] with torch.no_grad(): for img, gt in loader: img = img.to(device) p = torch.sigmoid(model(img)).cpu().numpy() probs.append(p) gts.append(gt.numpy()) probs = np.concatenate(probs) gts = np.concatenate(gts) best = (0, 0) for thr in np.arange(0.30, 0.71, 0.05): pred = (probs > thr).astype(np.float32) tp = (pred * gts).sum() fp = (pred * (1 - gts)).sum() fn = ((1 - pred) * gts).sum() dice = 2 * tp / (2 * tp + fp + fn + 1e-6) if dice > best[1]: best = (thr, dice) return best逻辑说明：把所有验证集预测概率和标签缓存下来，避免每个阈值都重新推理。np.arange的步长 0.05 够用，想更细可以 0.02。返回最优阈值和对应 Dice，这个阈值直接用在推理脚本里。
第二个手法是测试时增强（TTA）。对同一张图做水平翻转、垂直翻转，各推理一次，把概率图翻回来平均。眼底血管近似左右对称，水平翻转 TTA 收益最明显，通常能再涨 0.5 到 1 个点。代价是推理时间翻倍，看你能不能接受。
第三个手法是后处理去小连通域。血管是连通的细长结构，预测结果里那些面积小于 20 像素的孤立小块基本都是噪声。用cv2.connectedComponents去掉小连通域，precision 会明显提升。但要注意别把真正的毛细血管末端也去掉，面积阈值从 10 开始试。
| 手法 | 预期涨幅 | 代价 | 适用阶段 |
|---|---|---|---|
| 阈值搜索 | 1~2 点 | 一次验证集推理 | 训练完成后必做 |
| 水平翻转 TTA | 0.5~1 点 | 推理时间翻倍 | 追求极限指标 |
| 去小连通域 | 0.5~1 点 | 可能损失细血管 | 看 precision 是否偏低 |
| 换更强 backbone | 2~4 点 | 显存和训练时间 | 数据量足够时 |
最后说个我自己的习惯：每次改完预处理或者损失函数，先只跑 5 个 epoch，看验证集 recall 的走势，涨了就继续，平了就回头查数据。眼底血管分割这活儿，八成的收益来自把数据和标签搞干净，模型结构反而是最后才动的东西。希望帮到你。
本文还有配套的精品资源，点击获取
