简介：CardiacUS-Septum 是一份面向医学图像分割研究者与超声影像算法开发者的心脏超声室间隔分割数据集，聚焦室间隔（IVS）这一关键心脏结构的自动识别与分析，适用于医学图像分割、超声影像分析及AI辅助诊断等场景。资源包共收录2000个文件，以1999个LabelMe JSON标注文件和1个说明用txt为主，JSON文件与图像一一对应，兼容主流分割工具，压缩包整体约48.73MB，便于快速接入训练流程。数据源自多中心采集并已完成脱敏处理，标注类别统一为单类别室间隔，可减少预处理成本。目前已有145人学习下载，适合希望验证分割模型、构建心脏结构识别基线或开展超声影像研究的读者参考使用。
1. 心脏超声室间隔分割数据集：从标注格式到训练落地的完整拆解
心脏超声图像里，室间隔（Interventricular Septum, IVS）的准确分割是评估右心室功能、计算偏心指数、判断室间隔偏移的关键前置步骤。但真正动手做过的人都知道，公开可用的心脏超声分割数据少得可怜，尤其是带像素级标注、且标注格式能直接对接主流训练框架的，更是稀缺。CardiacUS-Septum 这个数据集就是冲着这个缺口来的——它提供了一批心脏超声图像，配套 LabelMe 格式的室间隔区域多边形标注，适合做二分类语义分割、区域提取、以及标注格式转换的练手与验证。如果你正在找一份能快速跑通「超声图像 → 室间隔 mask → 训练分割模型」全链路的资源，或者想拿真实标注数据验证自己的预处理和增强策略，这份数据集值得花时间拆一遍。它不承诺覆盖所有超声切面，也不保证每张图都完美标注，但作为一份可复现、可转换、可训练的起点，它的实用价值远高于那些只给几张示例图、标注格式还锁死的「演示级」数据。
2. LabelMe 格式拆解：JSON 结构、坐标解析与 mask 生成
2.1 LabelMe 标注文件里到底存了什么
LabelMe 标注的原始产物是每张图对应一个.json文件，里面核心字段就几个：imagePath、imageData（可选，通常为空以减小体积）、imageHeight、imageWidth、shapes。shapes是一个列表，每个元素代表一个多边形标注，包含label、points、shape_type、flags。对于室间隔分割任务，label通常就是septum或类似的类别名，points是一串[x, y]坐标对，按标注时点击顺序排列，首尾不自动闭合——闭合逻辑要自己在转换时处理。
这里有个容易翻车的点：LabelMe 的坐标是图像像素坐标，原点在左上角，x 向右，y 向下。如果你后续用 OpenCV 画 mask，cv2.fillPoly接受的也是这个坐标系，直接传没问题；但如果你用 PIL 的ImageDraw.polygon，坐标顺序一致，但要注意 PIL 的polygon默认不填充边界外，且对自相交多边形处理不如 OpenCV 稳定。我一般统一用 OpenCV 做 mask 生成，后面再按需转格式。
2.2 从 JSON 到二值 mask 的转换脚本
下面这段代码是我处理这类 LabelMe 格式超声数据时常用的转换逻辑，直接可跑。假设你的目录结构是images/放原图，annotations/放同名.json，输出到masks/。
import json import os import numpy as np import cv2 def labelme_to_mask(json_path, output_mask_path, target_label="septum"): with open(json_path, "r", encoding="utf-8") as f: data = json.load(f) h = data["imageHeight"] w = data["imageWidth"] mask = np.zeros((h, w), dtype=np.uint8) for shape in data["shapes"]: if shape["label"] != target_label: continue points = np.array(shape["points"], dtype=np.int32) # 确保至少三个点才能构成多边形 if len(points) < 3: continue cv2.fillPoly(mask, [points], 1) cv2.imwrite(output_mask_path, mask * 255) return mask # 批量处理 img_dir = "images" json_dir = "annotations" mask_dir = "masks" os.makedirs(mask_dir, exist_ok=True) for fname in os.listdir(json_dir): if not fname.endswith(".json"): continue json_path = os.path.join(json_dir, fname) mask_name = fname.replace(".json", ".png") mask_path = os.path.join(mask_dir, mask_name) labelme_to_mask(json_path, mask_path)逻辑说明：先读 JSON 拿到图像尺寸，建一个全零 uint8 矩阵；遍历shapes，只取label等于目标类别的多边形；用cv2.fillPoly填充为 1，最后乘 255 存成灰度 PNG。参数方面，target_label要和你标注时用的类别名完全一致，大小写敏感；fillPoly的第三个参数是填充值，这里用 1 是为了后续做 loss 时方便转 float，存图时再乘 255 只是为了可视化兼容。如果你有多个类别，把 mask 改成np.zeros((h, w, num_classes))，每个类别填不同通道即可。
2.3 转换后必须做的两项校验
第一项是尺寸对齐校验。LabelMe 的imageHeight和imageWidth来自标注时载入的图片，如果你后来替换过原图或做过缩放，这两个值可能和实际图片不一致。常见做法是转换时直接读原图尺寸，而不是信 JSON 里的字段。第二项是空 mask 统计。超声图像里室间隔可能因为切面问题只占很小区域，甚至标注者漏标，导致某些 mask 全黑。跑一遍统计，把全黑 mask 对应的原图挑出来看一眼，如果是标注遗漏就补，如果是切面确实没有室间隔就考虑剔除，否则训练时这些样本会拉偏 loss。
# 空 mask 统计 empty_list = [] for fname in os.listdir(mask_dir): m = cv2.imread(os.path.join(mask_dir, fname), cv2.IMREAD_GRAYSCALE) if m is None or m.sum() == 0: empty_list.append(fname) print("空 mask 数量:", len(empty_list)) print("空 mask 列表:", empty_list[:10])这段代码跑完，如果空 mask 占比超过 5%，就得回头查标注流程；如果只是零星几张，手动处理即可。
3. 训练前的数据准备：划分策略、增强参数与 DataLoader 写法
3.1 训练集/验证集划分：按患者还是按图像
这是医学图像分割里最容易被忽视、又最影响指标可信度的一步。如果同一个患者的多个切面图像同时出现在训练集和验证集，验证指标会虚高，因为模型见过该患者的解剖结构。常见做法是：如果数据集提供了患者 ID 或序列号，按患者划分；如果没有，至少按图像来源分组，同一来源的图不跨集。CardiacUS-Septum 这类数据集通常不附带患者信息，那就退而求其次，用随机划分但固定随机种子，并在论文或实验记录里写明「按图像随机划分，未考虑患者级隔离」，这是诚实的做法。
划分比例上，小数据集（几百张量级）我一般用 7:1.5:1.5 或 8:1:1，验证集至少留 30 张以上，否则指标波动太大。划分脚本用sklearn.model_selection.train_test_split即可，注意同时划分 image 和 mask 路径列表，保持一一对应。
3.2 超声图像增强：哪些能用，哪些会坏事
超声图像和自然图像差异很大，增强策略不能照搬。水平翻转通常安全，因为室间隔左右偏移在临床上都有；垂直翻转要谨慎，心脏超声切面上下颠倒不符合解剖习惯，可能引入错误先验。旋转建议限制在 ±15° 以内，大角度旋转会改变切面语义。亮度对比度扰动可以用，但幅度别太大，超声增益变化本身就会影响灰度分布。高斯噪声和模糊可以加，模拟不同设备成像差异。
下面是一个基于 Albumentations 的增强配置，训练时用，验证时只做 resize 和归一化。
import albumentations as A from albumentations.pytorch import ToTensorV2 train_transform = A.Compose([ A.Resize(256, 256), A.HorizontalFlip(p=0.5), A.Rotate(limit=15, p=0.5), A.RandomBrightnessContrast(brightness_limit=0.2, contrast_limit=0.2, p=0.5), A.GaussNoise(var_limit=(5.0, 20.0), p=0.3), A.Normalize(mean=(0.5,), std=(0.5,)), ToTensorV2() ]) val_transform = A.Compose([ A.Resize(256, 256), A.Normalize(mean=(0.5,), std=(0.5,)), ToTensorV2() ])参数说明：Resize(256, 256)是常见起点，如果你的显存够，可以上 320 或 384，超声细节多，分辨率太低会丢边界。Rotate(limit=15)控制旋转范围，别超过 20。GaussNoise的var_limit别设太大，否则室间隔边界会被噪声淹没。Normalize的 mean/std 用 0.5 是通用做法，如果你统计过数据集灰度分布，换成实际值更好。
3.3 Dataset 与 DataLoader 的写法
自定义 Dataset 要同时返回 image tensor 和 mask tensor，mask 要转成 float 并保持 0/1 二值。注意 mask 不要做 Normalize，只做 Resize 和 ToTensor。
import torch from torch.utils.data import Dataset, DataLoader import cv2 import numpy as np class SeptumDataset(Dataset): def __init__(self, img_paths, mask_paths, transform=None): self.img_paths = img_paths self.mask_paths = mask_paths self.transform = transform def __len__(self): return len(self.img_paths) def __getitem__(self, idx): img = cv2.imread(self.img_paths[idx], cv2.IMREAD_GRAYSCALE) mask = cv2.imread(self.mask_paths[idx], cv2.IMREAD_GRAYSCALE) mask = (mask > 127).astype(np.float32) if self.transform: augmented = self.transform(image=img, mask=mask) img = augmented["image"] mask = augmented["mask"] # mask 增加通道维，变成 [1, H, W] if mask.ndim == 2: mask = mask.unsqueeze(0) return img, mask train_dataset = SeptumDataset(train_imgs, train_masks, transform=train_transform) train_loader = DataLoader(train_dataset, batch_size=8, shuffle=True, num_workers=2)逻辑说明：读图用灰度模式，因为超声原图通常是单通道；mask 读进来后阈值化到 0/1；transform 同时作用于 image 和 mask，Albumentations 会自动处理；最后 mask 升维到[1, H, W]以匹配模型输出。batch_size=8是 256×256 输入下的保守值，显存 8G 以上可以试 16。num_workers根据机器 CPU 核数调，Windows 下如果报错就设 0。
4. 避坑与排查：标注、转换、训练里最容易翻车的五件事
4.1 现象：转换出的 mask 和原图对不上，边界整体偏移
原因通常是 LabelMe JSON 里的imageHeight/imageWidth和实际图片尺寸不一致，或者你在转换前对原图做过 resize 但没同步改 JSON。解决方法是转换时强制用cv2.imread读原图尺寸，忽略 JSON 里的尺寸字段，并在转换后随机抽几张叠加显示，肉眼确认边界贴合。
4.2 现象：训练 loss 一直不降，mask 预测全黑或全白
先查 mask 值域。如果 mask 存的是 0/255，但训练时没做阈值化直接当 float 用，loss 会被放大 255 倍，梯度直接炸掉。另一个常见原因是类别极度不平衡——室间隔区域可能只占图像 5% 以下，普通交叉熵会倾向于全预测背景。解决方法是换 Dice Loss 或带权交叉熵，权重按前景/背景像素比设置。
4.3 现象：验证集 Dice 很高，但拿新图测试一塌糊涂
这是典型的划分泄漏或过拟合。检查训练集和验证集是否有同一来源的图，或者验证集图像和训练集图像在灰度分布、切面上过于相似。另一个可能是增强太弱，模型没学到边界变化。解决办法是严格按来源分组划分，增强里加入适度的弹性和灰度扰动，并在验证时用原图尺寸评估，而不是只看 resize 后的指标。
4.4 现象：LabelMe 打开 JSON 报错，提示 points 格式异常
有些标注工具导出的 JSON 里points可能是嵌套列表或包含浮点数，而你的解析代码按整数处理。解决方法是解析时统一np.array(points, dtype=np.float32)再转np.int32，并在fillPoly前检查点数是否大于等于 3。如果 JSON 本身损坏，用json.load时加 try-except 跳过并记录文件名。
4.5 现象：多类别标注时，mask 通道顺序和 label 名对不上
LabelMe 的shapes列表顺序不保证和你的类别索引一致。如果数据集里除了室间隔还有其他结构，必须显式建立label_name -> class_index映射，遍历时按映射填对应通道，不能依赖列表顺序。我一般会在转换脚本开头写一个LABEL_MAP = {"septum": 1, "other": 2}，后续所有逻辑都查这个表。
5. 进阶技巧：用少量标注做半监督预训练与边界后处理
5.1 用未标注超声图做自监督预训练
CardiacUS-Septum 的标注量通常有限，但未标注的超声图像相对容易获取。一个实用技巧是先用未标注图训练一个自编码器或 SimCLR 风格的对比学习模型，让编码器学到超声图像的灰度分布和结构特征，再把编码器权重迁移到分割网络。具体做法：把编码器接一个重建头，用 MSE loss 训练若干 epoch，然后丢掉重建头，接上 U-Net 的解码器，用标注数据微调。这样在标注量少的时候，Dice 通常能涨 3 到 5 个点。注意预训练时的输入尺寸和增强要和分割阶段保持一致，否则特征分布对不上。
5.2 边界后处理：用形态学操作修小孔和毛刺
模型输出的 mask 经常在室间隔边界处有毛刺或小孔，直接算 Dice 影响不大，但做临床测量（如厚度）时会引入误差。我一般会做两步后处理：先闭运算填小孔，再开运算去毛刺，最后保留最大连通域。参数上，闭运算核用 3×3 或 5×5 椭圆核，开运算核稍大一点，7×7 矩形核。如果室间隔本身很细，核别超过 5×5，否则会把有效区域腐蚀掉。
def postprocess_mask(mask, close_k=5, open_k=7): kernel_close = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (close_k, close_k)) kernel_open = cv2.getStructuringElement(cv2.MORPH_RECT, (open_k, open_k)) mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel_close) mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel_open) # 保留最大连通域 num_labels, labels, stats, _ = cv2.connectedComponentsWithStats(mask, connectivity=8) if num_labels > 1: largest = 1 + np.argmax(stats[1:, cv2.CC_STAT_AREA]) mask = (labels == largest).astype(np.uint8) * 255 return mask参数说明：close_k和open_k根据你的分辨率调，256×256 输入下 5 和 7 是安全值；如果输入是 512×512，可以翻倍。connectedComponentsWithStats的connectivity=8是八连通，超声边界通常连续，八连通更合适。
5.3 验证后处理是否有效的正确方式
别只看 Dice。后处理对 Dice 的提升往往很小，甚至可能降。真正要对比的是边界指标，比如 Hausdorff 距离或平均表面距离。我一般会在验证集上同时算 Dice 和后处理前后的 ASSD（Average Symmetric Surface Distance），如果 ASSD 明显下降而 Dice 基本不变，说明后处理确实修了边界，值得保留。如果 ASSD 反而变大，说明形态学操作把真实边界也磨掉了，得调小核或放弃后处理。
从那以后我每次拿到新的 LabelMe 格式医学数据，都强制先跑一遍「尺寸校验 → 空 mask 统计 → 叠加可视化」三件套，确认无误再进训练。这份 CardiacUS-Septum 数据集在格式规范性和可转换性上做得比较干净，适合拿来练手或作为基线数据。希望帮到你。
本文还有配套的精品资源，点击获取
