Python肝脏CT分割与三维重建：从DICOM到网格的链路

简介：基于Python的肝脏CT图像分割与三维重建项目，面向医学影像处理、计算机视觉方向的在校生与开发者，适用于毕业设计、课程设计及期末大作业。压缩包共124个文件，约105.2MB，以42个Python脚本为核心，覆盖图像预处理、模型训练与三维重建全流程；另含42张结果示意图、15个编译后的pyc文件、5个模型数据tar包、VTK三维模型文件及说明文档，便于对照阅读与复现。资源已通过本地上线运行、功能测试，答辩平均分达97.5分；当前已有180人学习下载。从入门调参到替换模型、扩展解剖结构可视化均可基于源码二次开发，是兼具学习与实战价值的医学图像入门项目。

1. 基于Python的肝脏CT分割与三维重建：跑通一个源码包之前，先看清整条链路

基于Python的肝脏CT图像分割及三维重建，听起来是“源码+模型”两个词就说完的事，真跑起来是一条完整的医学影像流水线：DICOM读入、肝脏分割、三维网格生成。我见过不少人拿到压缩包，第一反应是找main.py直接跑，结果不是缺依赖，就是权重路径不对，或者分割出的“肝脏”把脾脏也包了进去——坑不在算法，在工程链路。

它解决的问题很具体：把CT序列里肝脏的每一层切出来，再把掩膜堆成可旋转、可测体积、可导出OBJ/STL的三维模型。适合刚入门Python的医学影像从业者、影像组学研究生，以及想验证分割效果的技术人员。

我的建议是别把它当黑匣子，跑通就算完。把DICOM读取、预处理、分割、重建、评估拆开，每段单独验证，参数才不会变成玄学。下文按这条链路讲。

2. 把链路拆开选型：HU值窗口、U-Net与marching cubes的取舍

动手写代码之前，先回答三个问题：肝脏在CT里靠什么和周围组织区分？分割用什么网络？掩膜用什么算法变成网格？这三个答案决定了后面的脚本结构和绝大多数参数。我见过太多人跳过这一步，最后在“为什么别人能跑通我跑不通”里反复折腾。

2.1 肝脏在CT里长什么样：HU值、窗宽窗位和边界模糊的根源

CT图像里每个像素存的不是灰度，而是亨氏单位HU，它以水的吸收系数为0、空气为-1000。肝脏平扫大约在40到60HU，增强门脉期因为造影剂充盈，肝实质普遍升到100到130HU，而脾脏、胰腺、右肾皮质和它的范围高度重叠——这是肝脏分割难的根本原因：不是对比度不够，是重叠太多，边界区域的灰度差异很小。

放射科医生阅片时靠“窗宽窗位”来压制不关心的组织。腹部平扫常用窗宽400、窗位40，显示范围从-160到240；专门看肝脏时会收窄到窗宽150、窗位30，突出肝实质和病灶的差别。深度学习模型不需要人眼那样的窗宽窗位，但输入仍然要做裁剪和归一化，常见做法是把HU裁剪到[-100, 200]再做线性归一化。裁剪范围不是随便给的：下限要去掉空气和大部分脂肪，上限要保留增强后的肝实质和骨骼对比。

这个边界模糊还有解剖层面的原因：肝左叶贴近心脏，膈肌运动带来呼吸伪影；肝与脾、胃壁之间的薄膜在CT上经常显示不出来，分割网络很容易把边界“涨”出去。门脉期（注射造影剂后约60到70秒扫描）是肝分割的首选相位，这个时期肝实质强化均匀，与脾脏的差异相对稳定。源码包里如果注明“需要门脉期序列”，你要先确认自己的数据是增强还是平扫，拿平扫喂给门脉期训出来的权重，分割质量会明显下降。

提示：预处理里对HU的裁剪范围，必须和训练脚本保持一致。这是模型输出全零之外最常见的一个坑。

2.2 分割模型选型：为什么U-Net是默认答案，nnU-Net什么时候更值得

医学影像分割的默认答案就是U-Net，几乎不需要争论。它由编码器和解码器组成：编码器不断下采样，把全局上下文压缩成特征；解码器逐步上采样恢复分辨率；中间的skip connection把浅层的边缘纹理直接拼到深层特征上，让弱边界的小目标恢复得更好。肝脏在CT里边界弱、形状随呼吸变化，U-Net的这三点正好对症。

选2D还是3D，看体数据的各向异性。如果原始CT是层厚5mm、层内分辨率0.7mm，z轴的间距远大于x/y，直接用3D卷积会浪费大量显存去学没什么信息的片间关系，这种数据用2D U-Net逐层分割，再把2D结果堆成3D掩膜是常见做法。如果层厚已经是1mm的各向同性数据，3D U-Net的片间连贯性优势才值得用显存去换。

损失函数上，肝脏分割常用Dice loss加BCE的组合：Dice loss直接优化预测与金标准的重叠率，对前景占比小的切片更公平；BCE保证预测极差时梯度不会消失。拿到别人训好的权重时，先看两处配置：输入尺寸和归一化方式。输入是全图resize还是patch裁剪，归一化是min-max还是mean/std，这两处和预处理脚本对不上，后面全是黑匣子一样的玄学问题。

nnU-Net是当你有多余算力时的升级项，它会自动配置预处理、网络拓扑、patch大小和训练策略，在公开的LiTS肝脏数据集上经常刷到接近人类标注的水平。但对于一个“源码+模型”压缩包，U-Net已经足以跑通并交付初版结果。原则是先跑通基准，再讨论换网络，而不是第一天就在两个框架之间摇摆。

2.3 三维重建选型：marching cubes与VTK管线，为什么3D高斯重建不适合CT

分割输出是0/1的体素掩膜，把它变成三角网格，经典算法是marching cubes。思路很朴素：把每个体素当作一个小立方体，8个顶点各自判断在等值面内侧还是外侧，256种顶点状态归纳成15种基本拓扑，再用插值求出三角形的顶点位置。对二值掩膜，等值面level取0.5，就是恰好穿过体素中心的那个表面。

最近热门的3D高斯三维重建和NeRF，本质是从多视角照片恢复连续表面，需要RGB图像和相机位姿，适合拍物体、拍场景。CT本身就是三维体数据，不存在“多视角拍摄”问题，直接对体素跑marching cubes又快又准。流行词要放在合适的场景里，医学体数据重建别去赶这个时髦。

落地工具通常两条路。轻量路线是scikit-image的marching_cubes加trimesh，适合在notebook里验证和快速出图；交付级路线是VTK的完整管线：vtkMarchingCubes提取表面，vtkWindowedSincPolyDataFilter平滑，vtkDecimatePro减面，最后重算法线导出OBJ或STL。平滑和减面的顺序不能反，先平滑后减面能保住大体形态，反过来会让边缘锯齿被保留下来。选型定完，下一章就落到第一个分割掩膜上。

3. 从Python安装到第一个分割掩膜：最小可复现流程

3.1 Python安装与环境依赖：先锁版本，再谈跑通

Python安装这一步本身不难，难的是版本组合。这类源码包依赖SimpleITK、VTK、PyTorch和scikit-image，它们对Python版本各有要求。我的建议是用Python 3.8到3.10之间，太新的版本如3.12、3.13，SimpleITK和旧版VTK的二进制wheel不一定跟得上，装不上就卡在最前面。先建一个干净的虚拟环境，别把依赖装进系统Python，这是所有后悔药里的第一颗。

# 创建并激活虚拟环境 python -m venv .venv source .venv/bin/activate # Windows 下是 .venv\Scripts\activate # 按顺序安装：先医学影像与数值计算，再深度学习，最后几何处理 pip install SimpleITK==2.2.1 numpy==1.24.3 scipy==1.10.1 # torch 的安装命令按你的 CUDA 版本在 pytorch.org 上选对应行 pip install torch==2.0.1 pip install scikit-image==0.21.0 vtk==9.2.6 trimesh==4.0.9

逻辑说明：SimpleITK负责DICOM序列读取和重采样，numpy和scipy做数组运算与连通域处理，torch加载模型权重，scikit-image提供marching_cubes接口，vtk做交付级网格处理，trimesh负责OBJ导出和体积计算。用虚拟环境隔离后，这台机器上的依赖问题不会污染其他项目，换机器时也能用requirements.txt快速复现。

参数说明：torch装CPU版还是GPU版，取决于你有没有英伟达显卡，没有就装CPU版，否则会报找不到CUDA runtime。版本号不要随手升级：scikit-image 0.21的marching_cubes接口稳定，新版对返回值做过调整；trimesh升到4.x后部分平滑接口参数变了。锁版本能省下大量翻车时间，尤其当你看的是别人半年前写的代码。

3.2 预处理：重采样、窗宽窗位与归一化的参数设置

预处理是整个流程里最值得花时间的地方。一个5mm层厚的序列直接喂给模型，即使网络再好，重建出来也是千层饼；clip范围不对，模型看见的数值分布和训练时完全两样。下面这段脚本是这类源码包里最常见的预处理逻辑，也建议你作为自检基准：

import SimpleITK as sitk import numpy as np def load_and_preprocess(series_path, target_spacing=(1.0, 1.0, 1.0), clip_range=(-100, 200)): # 1) 读取整个DICOM目录为一个3D体数据 reader = sitk.ImageSeriesReader() reader.SetFileNames(reader.GetGDCMSeriesFileNames(series_path)) img = reader.Execute() # 2) 重采样到各向同性体素，避免z方向拉伸成千层饼 resampler = sitk.ResampleImageFilter() resampler.SetReferenceImage(img) resampler.SetOutputSpacing(target_spacing) # (dz, dy, dx) orig_size = np.array(img.GetSize()) orig_spacing = np.array(img.GetSpacing()) new_size = (orig_size * (orig_spacing / np.array(target_spacing))).astype(int) resampler.SetSize(new_size.tolist()) resampler.SetInterpolator(sitk.sitkLinear) img = resampler.Execute(img) # 3) 转numpy，裁剪HU范围并归一化到[0,1] arr = sitk.GetArrayFromImage(img) # 形状 (Z, Y, X) arr = np.clip(arr, clip_range[0], clip_range[1]) arr = (arr - clip_range[0]) / (clip_range[1] - clip_range[0]) return arr.astype(np.float32), img

逻辑说明：ImageSeriesReader会自动按切片位置排序，把几百张二维CT拼成三维体数据，这一步是很多新手卡住的地方——直接读单张PNG是拼不出正确的三维结构的。ResampleImageFilter把层厚5mm的序列重采样成1mm各向同性，让后续marching cubes拿到的体素近似立方体。numpy数组形状是(Z,Y,X)，z在最外层，这个顺序后面和spacing参数严格对应。

参数说明：target_spacing=(1,1,1)是内存和质量的折中，0.5mm各向同性会让体素数量变成8倍，内存和显存可能吃不住。clip_range=(-100,200)覆盖肝实质在门脉期的典型范围，同时清掉了空气、脂肪和高密度的骨。如果你的模型权重用的是别的范围，比如(-200,300)或mean/std归一化，这里必须改——这是分割结果好坏的第一决定因素，也是源码包内置脚本里最容易被忽略的行。

3.3 模型推理与后处理：把网络输出变成干净的肝脏掩膜

预处理完成后就是推理。模型输入通常是(B,1,H,W)或(B,1,Z,H,W)，输出是一个概率图，需要经过sigmoid和阈值才能变成掩膜。大部分源码包里的模型权重是2D U-Net，下面这段按逐层推理加三维连通域后处理来写：

import torch import numpy as np import SimpleITK as sitk def predict_clean_mask(arr, model, device='cuda', threshold=0.5): # arr 来自预处理，形状 (Z, H, W)，值域 [0,1] model.eval().to(device) slices = torch.from_numpy(arr[:, None, :, :]).to(device) # (Z,1,H,W) with torch.no_grad(): probs = torch.sigmoid(model(slices)).cpu().numpy() # 注意：切层很多时建议改成for循环逐层推理，避免一次batch太大爆显存 mask = (probs[:, 0] > threshold).astype(np.uint8) # 三维连通域分析，只保留最大目标，去掉脾脏、胃壁等假阳性 itk_mask = sitk.GetImageFromArray(mask) cc = sitk.ConnectedComponent(itk_mask) # 26邻域连通 relabel = sitk.RelabelComponent(cc, sortByObjectSize=True) largest = (relabel == 1).astype(np.uint8) # 1号是最大连通域 return largest

逻辑说明：用sigmoid把网络原始logits变成0到1的概率，threshold取0.5是把概率图二值化的默认方式。sitk.ConnectedComponent在三维空间里做26邻域连通分析，把每一层单独看时连不上、堆起来却是一个整体的区域合并成同一个目标；RelabelComponent按体积排序后，最大连通域编号是1，那一大片把脾脏包进来的假阳性直接被去掉，这是后处理里最有效的一刀。

参数说明：threshold默认0.5，想减少假阳性可以提到0.6到0.7，代价是肝边缘的薄层会被切掉一点；想保住边缘可以把阈值降到0.4以下，但碎片会变多。调阈值的最快方法是用matplotlib把概率图叠在原始CT切面上目测，挑中间层和肝顶、肝底各看几层，比看统计数字直观得多。如果模型是3D的，输入要改成(B,1,Z,H,W)的patch，用滑窗推理并做overlap融合，显存不够时优先把patch从96降到64。

4. 三维重建落地：marching cubes参数、VTK管线与OBJ导出

4.1 marching cubes的三个关键参数：level、平滑迭代与减面比例

掩膜跑marching cubes是最直接的一步，但skimage和VTK两套路线在参数上的取舍不一样。先用skimage加trimesh讲轻量路线，你在验证阶段会反复用到它：

import numpy as np from skimage import measure import trimesh def mask_to_mesh(mask, spacing=(1.0, 1.0, 1.0), level=0.5, smooth_iter=50, decimate_ratio=0.7): # mask 形状 (Z, Y, X)，spacing 是 (dz, dy, dx)，单位 mm verts, faces, _, _ = measure.marching_cubes( mask.astype(np.float32), level=level, spacing=spacing) mesh = trimesh.Trimesh(vertices=verts, faces=faces) mesh = mesh.smoothed(iterations=smooth_iter) # 去体素阶梯 if decimate_ratio > 0: target = int(len(mesh.faces) * decimate_ratio) # 保留比例 mesh = mesh.simplify_quadric_decimation(target) return mesh

逻辑说明：marching_cubes的spacing必须和体数据的体素尺寸一致，z轴用层距，y和x用DICOM里的PixelSpacing。如果不传spacing，默认按1:1:1处理，5mm层厚的数据重建出来就是被压扁的肝脏模型。trimesh的smoothed做的是保形平滑，能在降低阶梯感的同时尽量保留肝裂和静脉切面的凹陷。

参数说明：level对二值掩膜固定取0.5，不需要调；smooth_iter在30到80之间够用，太大会把这些凹陷磨平；decimate_ratio是保留比例，0.7表示删掉30%的面。很多新手以为面越多越好，实际一个肝脏掩膜直接跑marching cubes可能有几百万个三角面，预览和配准都卡，减到十几万面在视觉上几乎没有损失。要提醒的是，不同trimesh版本对smoothed的参数名有细微差异，你用的版本如果报TypeError，去查一下当前版本的签名，别在这上面死磕。

注意：要算体积必须在减面之前的掩膜上算，不要拿减面后的三角网格积分，误差会到5%以上。

4.2 用VTK渲染并导出OBJ/STL：坐标系、spacing和单位别搞错

skimage路线适合验证，交付给临床或3D打印我一般用VTK，因为它有更成熟的平滑和减面算法，结果更接近工业级。难点在数据格式转换：numpy的轴顺序和VTK不一样，先转哪一个、再翻哪一个，错了模型就翻转。

import vtk import numpy as np def mask_to_vtk(mask_np, spacing_mm, out_file="liver.obj"): # mask_np 形状 (Z, Y, X)；VTK 的 ImageData 顺序是 (X, Y, Z) data = np.transpose(mask_np, (2, 1, 0)).astype(np.uint8) vtk_data = vtk.vtkImageData() vtk_data.SetDimensions(*data.shape) # (X, Y, Z) vtk_data.SetSpacing(*spacing_mm) # (dx, dy, dz) importer = vtk.vtkImageImport() importer.SetImportVoidPointer(data.tobytes()) importer.SetDataScalarTypeToUnsignedChar() importer.SetNumberOfScalarComponents(1) importer.SetDataExtent(0, data.shape[0]-1, 0, data.shape[1]-1, 0, data.shape[2]-1) importer.Update() mc = vtk.vtkMarchingCubes() mc.SetInputData(importer.GetOutput()) mc.SetValue(0, 0.5) # 等值面取0.5 smoother = vtk.vtkWindowedSincPolyDataFilter() smoother.SetInputConnection(mc.GetOutputPort()) smoother.SetNumberOfIterations(15) smoother.SetPassBand(0.001) smoother.NormalizeCoordinatesOn() decimate = vtk.vtkDecimatePro() decimate.SetInputConnection(smoother.GetOutputPort()) decimate.SetTargetReduction(0.7) # 删掉70%的面 decimate.PreserveTopologyOn() writer = vtk.vtkOBJWriter() # 需要STL就换vtkSTLWriter writer.SetFileName(out_file) writer.SetInputConnection(decimate.GetOutputPort()) writer.Write()

逻辑说明：np.transpose把(Z,Y,X)变成(X,Y,Z)，这是numpy和VTK之间最容易出错的一步。vtkImageImport把裸字节交给VTK，必须同时声明数据类型、通道数和数据范围，否则内存视图错乱，出来的模型是噪声。vtkWindowedSincPolyDataFilter是窗口正弦平滑，相比普通拉普拉斯平滑不容易让模型越磨越小，适合医学表面。vtkDecimatePro在保持拓扑的前提下减面，PreserveTopologyOn防止表面出现洞。

参数说明：SetSpacing的单位是毫米，这是后面3D打印和测体积的地基；如果把spacing设成1而真实层厚是5mm，导出的模型就是扁的。平滑迭代15次和PassBand 0.001是VTK社区里常见的保守组合，想更光滑可以把迭代加到30，但肝裂等凹沟会变钝。目标减面率0.7对三百万面的模型能压到九十多万面，预览足够；如果只做网页展示，0.85也行，但细节最丰富的血管切面会被磨掉。

5. 避坑与排查：分割翻车与重建变形的5个常见原因

这一章写的是我反复筛过的经验。每个问题按“现象→原因→解决”来写，你遇到时可以按图索骥。

5.1 分割结果把脾脏或胃壁一起包了进来

现象：模型输出的肝脏掩膜明显偏大，左叶方向拖着一大块灰度接近的组织，看起来像“肝和脾脏连体”。

原因：门脉期肝脏和脾脏的HU范围重叠严重；预处理没做窗宽窗位裁剪，或者裁剪范围跟训练脚本不一致，网络就会把脾脏也判为肝脏。后处理如果漏了最大连通域这一步，散落的假阳性还会连成片，问题更难定位。

解决：先确认预处理和训练脚本一致，再把阈值从0.5提到0.6走一遍连通域，最后用形态学开运算（先腐蚀后膨胀）断开肝脏和脾脏之间的细连接。开运算的kernel用半径2到3个voxel的球，太大会把肝边缘也磨掉。

5.2 模型输出全零或全一，跟输入毫无关系

现象：无论喂什么CT序列，输出的概率图都是一整块黑或者一整块白，没有任何解剖结构。

原因：八成是归一化不匹配。训练时用mean/std归一化，你用的是min-max，数值域完全不同；其次是权重加载失败，load_state_dict时某些键名对不上，等于权重根本没进来；还有一种是模型在train模式下推理，dropout还在工作。

解决：加载权重时打印missing_keys和unexpected_keys，确保模型真正吃进了权重。推理前固定三件事：model.eval()、torch.no_grad()、输入数组的值域和训练数据一致。建议写一个自检：把一张输入图可视化，再把概率图叠加到原图上，一眼就能看出网络在看什么。

5.3 CUDA out of memory，12G显存也不够

现象：3D模型一跑就爆显存，batch设成1也爆。

原因：3D卷积的中间激活量是逐层累积的，patch太小没有临床意义，patch太大显存顶不住；很多人忽略了3D输入的Batch维度同样占显存，batch为1时中间特征图照样吃掉几GB。

解决：patch从96³降到64³或48³，滑窗推理加25% overlap，overlap部分取平均而不是直接覆盖；还不行就换成2D U-Net逐层推理，这是吃显存最少、最稳的退路。不要在每个batch后调torch.cuda.empty_cache()，频繁清理会严重拖慢推理速度。

5.4 重建出来的模型像千层饼，一层一层台阶

现象：OBJ在Meshlab里打开，表面横向沟槽清晰可见，像是把切片一张张叠出来的。

原因：原始数据层厚5mm且没重采样，或者marching_cubes没传spacing，默认1:1:1抹掉了真实的层距信息。

解决：回到预处理，重采样到1mm各向同性；marching_cubes的spacing参数必须与实际体素一致。如果数据已经是1mm各向同性还出台阶，把平滑迭代加上去，VTK路线用WindowedSinc迭代30次。做完之后在软件里转一圈，确认台阶真的消失再进入下一步。

5.5 导出的模型被压扁、翻转或上下颠倒

现象：肝脏模型左右反了，或者高宽比例明显不对，丢进3D打印切片软件里没法用。

原因：numpy的(Z,Y,X)和VTK的(X,Y,Z)之间少了一次transpose；spacing的单位和轴序没对上；有的扫描重建时z轴是反向的，方向余弦信息没有被沿用。

解决：导出前把transpose和spacing写清楚，spacing元组顺序固定为(dx,dy,dz)，并打印一个真实病例的掩膜做方向自检。如果模型左右反了，在VTK模型上做一次关于Y轴的镜像变换；上下颠倒则翻转Z轴。改完把模型和一张轴位CT切面叠加看一次，别只凭数字判断。

6. 验证与交付：用Dice和体积量化结果，交付前检查三件事

6.1 Dice系数与体积计算：给分割结果一个量化指标

分割模型做得对不对，不能靠“看起来像不像”，要有量化指标。Dice系数是医学影像分割里最常用的重叠指标，肝脏分割的常见水平在0.90到0.95之间，低于0.85基本可以判定预处理或权重有问题。

import numpy as np def dice(pred_mask, gt_mask): inter = np.logical_and(pred_mask > 0, gt_mask > 0).sum() denom = (pred_mask > 0).sum() + (gt_mask > 0).sum() return 2.0 * inter / (denom + 1e-6) def liver_volume(mask, spacing=(1.0, 1.0, 1.0)): voxel_mm3 = spacing[0] * spacing[1] * spacing[2] return (mask > 0).sum() * voxel_mm3 / 1000.0 # cm³，即 ml

逻辑说明：Dice把预测和标签的交集乘2，除以两者面积之和，完全重叠是1，完全不重叠是0。体积计算直接在掩膜上做，用spacing算出单个体素体积再乘体素数，单位从mm³换成cm³后就是临床常说的毫升。成人肝脏体积通常在1200到1500毫升，超出这个范围太多，先怀疑预处理或阈值。

参数说明：只靠Dice不够，它会被大面积重叠掩盖局部漏分割。建议加一个HD95即Hausdorff距离的95分位，它专门抓“边界上漏了一坨”这种稀疏大误差。验证集至少要10个病例，有金标准标注的优先对比公开的LiTS数据集，没有金标准就拿人工修正过的病例当参考。

6.2 交付给临床之前的三件检查

第一件，确认坐标系和单位。OBJ和STL文件的顶点坐标单位是毫米，导出时spacing必须写对；给3D打印或手术规划软件之前，用一个边长已知的体模验证尺度，别让医生拿着放大或缩小的模型做规划。第二件，切面复核。用matplotlib把分割掩膜叠加到原始CT的轴向、冠状和矢状三个切面上，肝静脉汇合处和肝顶是漏分割的高发区，重点看这几层。第三件，可复现记录。把输入序列ID、预处理参数、模型版本、阈值、平滑次数和减面率写成一个txt，和输出文件放在同一个目录。

我的习惯是每个病例跑完都写一条这样的记录，看起来简陋，但临床追问时只有它能救你。曾经有个病例三个月后被要求复查结果，我靠当时记下的阈值和spacing一秒钟复现了当时的模型，而没有记录的那一版数据最后只能重新跑一遍，这种后悔药一个txt加几个数字就够了。如果你正要拿这个源码包做自己的肝分割验证，把DICOM读取、预处理、推理、重建、评估这一段链路完整走一遍，参数逐个试、结果逐个看，比收集多少技巧都管用。希望帮到你。

本文还有配套的精品资源，点击获取