简介：一份聚焦脑肿瘤分割算法对比研究的毕设项目源码包，面向深度学习方向的高校学生、科研人员与开发者，覆盖三维UNet、三维VNet与二维UNet三种网络结构，同时包含生存预测模型，可用于毕业设计、课程设计或项目预研。资源共50个文件，以Python脚本与Jupyter笔记为核心，另含模型结构图、训练输出、预训练权重、PDF报告和Markdown说明，整体仅3.05MB，目录清晰、便于按需查阅和复现。目前已有93人浏览学习，适合希望从理论到代码完整掌握脑肿瘤分割与预后分析流程的读者。包内除三类网络源码外，还提供数据生成脚本、评估工具、训练入口、各阶段实验结果与可视化图，可支持对照项目报告理解多尺度分割思路；生存预测部分涵盖回归与分类建模路径，配合预处理后的生存数据，能帮助完成从图像分割到生存评估的闭环实验，具备良好的工程参考价值。

1. 脑肿瘤分割为什么值得同时啃2D和3D两套模型

做脑肿瘤分割这件事，最容易踩的一个坑是真把单一网络训到收敛就觉得大功告成。我在某次课题里先跑2D-UNet，Dice看着不错，可把切片预测结果叠回三维体积一看，相邻层面之间的边缘断断续续，医生根本没法用。后来把3D-UNet和3D-VNet拉进来做对比，才把层间一致性和边缘质量真正提上去。这个项目名里同时出现2D-UNet、3D-UNet、3D-VNet三种分割网络，还带生存预测模型和项目报告，说明它不是单点实验，而是一套"分割→特征→预后"的完整研究链路。适合正在做医学图像处理毕业设计、或者想进医疗AI方向但需要可复现基线代码的人读。

2. 三种网络怎么选：2D-UNet、3D-UNet与3D-VNet的架构差异和适用边界

三种网络都沿用编码器-解码器设计，区别主要在输入维度、连接方式和训练稳定性上。搞懂这些差异，你才不会在同一个数据集上盲目换网络碰运气——换架构不是抽卡，选错方向的代价是几周训练时间。

2.1 2D-UNet：切片级分割的轻量主力

2D-UNet把每个MRI切片当成普通图像处理，编码器逐级下采样，解码器上采样回原分辨率，中间靠跳连把底层的纹理细节送到高层，所以小病灶不太容易丢。它的门槛极低：显存占用小，一张12G的卡能跑比较大的batch，而且可以直接加载自然图像上预训练好的编码器权重，对样本量少的场景非常友好。

但它有个结构性短板：模型看不到相邻切片。脑肿瘤在三维空间里是连续生长的，单张切片上只能看到局部截面，于是同一个肿瘤在不同切片上的预测边界很容易"各画各的"，叠起来看就是个锯齿状曲面。另一个问题是训练时随机采样切片，背景占比高的切片会淹没少数含肿瘤的切片，损失函数被大片背景主导，模型学到的全是"输出背景"这种偷懒解。

我一般把2D-UNet用在两个地方：一是数据量只有几十例、3D模型铁定过拟合时，先拿2D管线出基线；二是做快速原型验证，比如验证一个新loss是否有效，2D训练一个epoch只要几分钟，调试效率高很多。如果你的任务只要求逐切片结果，不关心三维曲面平滑度，2D-UNet是性价比最高的选择。

2.2 3D-UNet：把体积当作整体来学

3D-UNet把输入从平面切片换成三维体积块（patch），卷积、池化、跳连全部换成3D版本。它一次能看到病灶在三个方向上的延续，层间预测天然一致，不会出现切片拼接裂缝。对脑肿瘤这种跨层生长的目标，3D模型的上限明显高于2D。

代价也很直接：参数量和显存占用几乎是指数级增长。一个64×64×64的patch，输入通道如果是4个模态，光输入张量就是64×64×64×4，再经过若干层3D卷积，中间特征图的体积会迅速撑爆显存。所以3D-UNet训练通常要配合patch采样、混合精度、梯度累积，batch size往往只能设到1或2。

从实测习惯讲，3D-UNet对训练样本量的要求比2D高一截。公开脑肿瘤分割数据集（比如BRATS类数据）有几百到上千例，足够训3D；但如果你自己收集的数据只有三五十例，3D-UNet很容易在验证集上震荡，这时要么数据增强加得很重，要么退回2D。3D-UNet还慢，一个epoch可能比2D多花5到10倍时间，排错成本也高，不建议在没跑通2D基线之前直接上。

2.3 3D-VNet：残差连接让3D训练更稳

VNet从架构上属于"3D-UNet的改良版"，它在每个编码和解码阶段内部加入残差连接，下采样用带步长的卷积而不是池化，卷积核也偏大。残差连接让梯度可以跨层直传，从零训练时收敛更稳，不容易出现深层3D网络常见的梯度消失和loss震荡。

在脑肿瘤分割这种前景占比极低的任务里，VNet的稳定性优势很明显。我见过不少3D-UNet从零训练时前几十个epoch的Dice纹丝不动，换成VNet结构后，虽然单epoch速度略慢，但loss曲线明显更平滑，最终精度反而更高。代价是VNet的参数计算量偏大，显存占用并不比3D-UNet省。

三选一的建议很直接：显存小于12G或者数据量小，选2D-UNet；数据充足、显存充裕、追求最高精度，选3D-UNet；从零训练、想减少调参玄学，优先考虑3D-VNet。实际课题里，很多人会把2D-UNet当baseline，再用3D模型追求SOTA，三种网络都跑一遍正好构成完整的对比实验。

2.4 选型对照表

怎么理解这张表？2D是"先跑通"的选择，3D是"冲上限"的选择，VNet是"想用3D又怕训不动"的折中。项目报告里如果只能放一张表，这张表就是最值得放进去的那张，因为它用结构原因解释了为什么同一个数据集上三种网络会表现出明显差异，而不是把结论停留在"谁分数高"。

3. 从数据预处理到训练：一套能跑通的脑肿瘤分割流程

这章把流程从头到尾走一遍。先处理NIfTI原始数据，再以2D-UNet为例把训练跑通，然后给出3D模型的数据管道，最后讲清楚训练日志到底该盯哪些指标。

3.1 数据准备：从NII到训练张量

公开脑肿瘤分割数据集的原始样本是NIfTI格式，一个病例包含T1、T1增强、T2、FLAIR四个模态的MRI体积，以及对应的分割标签。标签一般把脑肿瘤划分成背景、坏死核心、水肿、增强肿瘤四个类别，但不同数据集标注方式不同，有些只有"肿瘤/非肿瘤"二分类。第一步永远是打开一个样本，逐模态检查尺寸、方向和强度范围。

import nibabel as nib import numpy as np img = nib.load("case01_t1ce.nii.gz") data = img.get_fdata().astype(np.float32) print(data.shape) # 例如 (240, 240, 155) print(img.affine) # 体素到物理空间的变换矩阵，重采样时必用

逻辑说明：nibabel读出来的data是(x,y,z)顺序，affine矩阵记录体素坐标到真实空间坐标的变换。重采样和统一尺寸时不能只用numpy的resize，必须结合affine做方向对齐，否则四个模态叠加会错位。

参数说明：这里的shape因扫描设备不同可能是(240,240,155)或(256,256,192)，不要写死。拿到数据后先随机抽几个样本目视检查，确认标签和四个模态有没有对齐，这一步能挡掉大量后面才会爆出来的预处理隐患。

接下来是归一化。MRI的强度没有绝对物理单位，同一序列在不同设备上强度范围差异很大。常用做法是对每个模态单独做百分位截断，比如把1%到99%分位之外的强度剪掉，再线性缩放到0到1。这一步不处理好，模型会把不同设备的强度分布差异当成肿瘤特征去学。

def normalize_percentile(volume, low=1, high=99): lo = np.percentile(volume, low) hi = np.percentile(volume, high) clipped = np.clip(volume, lo, hi) return (clipped - lo) / (hi - lo + 1e-6)

逻辑说明：先截断再缩放，能把不同设备的强度分布拉到一个可比范围。percentile的阈值是训练超参数，我一般用1和99；如果数据里有明显噪声，可以放宽到2和98。这个函数必须对每个模态单独调用，不能跨模态联合统计，否则增强序列会压制其他序列的对比度。

3.2 2D-UNet训练脚本：最小可跑通

数据准备好后，我习惯先用2D-UNet把整个流程跑通。模型定义是标准UNet的缩略版，三个下采样级别，足够处理脑肿瘤切片任务，也方便你后续替换成更深的变体。

import torch import torch.nn as nn class UNet2D(nn.Module): def __init__(self, in_channels=4, n_classes=4): super().__init__() self.enc1 = self._block(in_channels, 64, 2) self.enc2 = self._block(64, 128, 2) self.enc3 = self._block(128, 256, 2) self.pool = nn.MaxPool2d(2) self.bottleneck = self._block(256, 512, 2) self.up1 = nn.ConvTranspose2d(512, 256, 2, stride=2) self.dec1 = self._block(512, 256, 2) self.up2 = nn.ConvTranspose2d(256, 128, 2, stride=2) self.dec2 = self._block(256, 128, 2) self.up3 = nn.ConvTranspose2d(128, 64, 2, stride=2) self.dec3 = self._block(128, 64, 2) self.out = nn.Conv2d(64, n_classes, 1) def _block(self, in_ch, out_ch, times): layers = [] for _ in range(times): layers += [nn.Conv2d(in_ch, out_ch, 3, padding=1), nn.BatchNorm2d(out_ch), nn.ReLU(inplace=True)] in_ch = out_ch return nn.Sequential(*layers) def forward(self, x): e1 = self.enc1(x) e2 = self.enc2(self.pool(e1)) e3 = self.enc3(self.pool(e2)) b = self.bottleneck(self.pool(e3)) d1 = self.dec1(torch.cat([self.up1(b), e3], dim=1)) d2 = self.dec2(torch.cat([self.up2(d1), e2], dim=1)) d3 = self.dec3(torch.cat([self.up3(d2), e1], dim=1)) return self.out(d3)

逻辑说明：输入是4通道（T1、T1增强、T2、FLAIR四个模态在通道维拼接），输出4类分割。跳连用cat把编码器特征拼到解码器，保留低层细节。输出层没接softmax，因为训练时用CrossEntropyLoss，它会内部处理。

训练循环是一个标准的最小实现：

def train_epoch(model, loader, optimizer, criterion, device): model.train() total_loss, num_batch = 0, 0 for x, y in loader: x, y = x.to(device), y.to(device) logits = model(x) loss = criterion(logits, y) optimizer.zero_grad() loss.backward() optimizer.step() total_loss += loss.item() num_batch += 1 return total_loss / num_batch

逻辑说明：y是形状(B,H,W)的整数标签，直接用nn.CrossEntropyLoss。优化器我一般用Adam，初始学习率3e-4，batch size从8开始；如果loss不下降，把学习率降到1e-4再试。2D训练一个epoch通常只要几十秒到几分钟，适合快速迭代调参。

3.3 3D模型的数据管道与显存控制

3D模型不能直接把整卷240×240×155塞进GPU，常见做法是随机采样固定大小的patch，比如64×64×64。为了让每个batch里肿瘤出现的概率可控，采样策略会在含前景的位置附近多取，背景区域少取。

def sample_patch(volume, label, patch_size=64, fg_ratio=0.5): nonzero = np.argwhere(label > 0) D, H, W = label.shape if np.random.rand() < fg_ratio and len(nonzero) > 0: center = nonzero[np.random.randint(len(nonzero))] else: center = [np.random.randint(D), np.random.randint(H), np.random.randint(W)] half = patch_size // 2 d0 = np.clip(center[0] - half, 0, D - patch_size) h0 = np.clip(center[1] - half, 0, H - patch_size) w0 = np.clip(center[2] - half, 0, W - patch_size) patch_v = volume[:, d0:d0+patch_size, h0:h0+patch_size, w0:w0+patch_size] patch_l = label[d0:d0+patch_size, h0:h0+patch_size, w0:w0+patch_size] return patch_v, patch_l

逻辑说明：fg_ratio表示每个patch有多大概率落在肿瘤区域内部或附近，建议0.5左右，既让模型看到足够多的前景，又保留背景样本防止误报。如果数据集里某些病例没有肿瘤，nonzero为空，代码直接走随机采样分支。

显存控制三件套：混合精度、梯度累积、减小batch。对3D-UNet我通常把batch设到2甚至1，再用梯度累积模拟更大的batch：

scaler = torch.cuda.amp.GradScaler() for step, (x, y) in enumerate(loader): with torch.cuda.amp.autocast(): loss = criterion(model(x), y) / accum_steps scaler.scale(loss).backward() if (step + 1) % accum_steps == 0: scaler.step(optimizer) scaler.update() optimizer.zero_grad()

逻辑说明：把一个大batch拆成accum_steps个小batch，反向传播的梯度累加后再更新，效果接近大batch训练，但显存只占一个小batch的量。注意loss要除以accum_steps，否则梯度会按accum_steps倍放大，导致学习率虚高。

参数说明：amp混合精度不是所有算子都能加速，但3D卷积在较新的GPU上加速明显；如果是旧卡，可以关掉amp先排查数值问题。patch尺寸从64降到48或32是最直接的显存降压开关，但会丢失上下文，需要靠验证Dice评估损失。

3.4 训练日志里哪些指标值得盯

训练日志不能只看总loss。我一般每个epoch记录三样：train Dice、val Dice、每个子区域（增强肿瘤、坏死、水肿）的Dice。脑肿瘤三个区域的比例严重不平衡，增强肿瘤往往是最小但临床最关注的一块，总Dice高不代表增强肿瘤分割得好。

提示：当验证集Dice连续10个epoch不上升，先别加数据增强，检查是不是学习率过大导致震荡；把学习率降到1/10，很多时候就恢复了。

每个epoch结束时把模型权重和当前学习率一起存下来，文件名里带epoch和val_dice，方便回滚。训练中断了也能从最近的checkpoint恢复，这个习惯能救你无数次，尤其是3D模型动辄训几十小时的时候。

4. 分割训练避坑指南：五种翻车现场与排查路径

训练翻车是常态，不是例外。这一章列五个我在3D和2D分割训练里实际遇到过的高频问题，每个都按现象、原因、解决的顺序写，你可以直接对照排查。

4.1 假性高Dice：Dice涨到0.9但预测图几乎全是背景

现象：训练到一半，验证Dice到了0.9，拉出预测图一看几乎全是黑的，模型把整卷都预测成了背景。

原因：肿瘤（尤其是增强肿瘤）只占整个体积的极小比例，模型把所有体素都预测成背景时，Dice的分子趋近于零，但分母也很小，算出来的Dice并不低。这是医学图像分割里最经典的"指标假象"。

解决：不能只看总体Dice，要按类别分开看，单独统计"前景Dice"或前景体素的召回率；更稳妥的做法是每次验证时额外看混淆矩阵，确认增强肿瘤和坏死这两类不是全零输出。

4.2 显存溢出：batch size设为1还是崩

现象：3D-UNet输入64×64×64的patch，batch size已经调到1，显存还是溢出。

原因：显存大头往往不在输入张量，而在中间激活值。3D特征图是三维的，每个分支的激活体积乘以batch和通道数之后，总量非常惊人，通道数设太高会直接撑爆。

解决顺序：先开启amp混合精度，通常能省三分之一到一半显存；再把patch尺寸从64降到48或32；最后才考虑把网络第一层通道数从32降到16。显存溢出不是只能换卡解决，多数时候是输入尺寸和通道数没做预算。建议在训练前用假数据跑一次前向传播，确认显存占用符合预期再上全量数据。

4.3 loss变成NaN：前30个epoch好好的，突然崩了

现象：训练到第30个epoch，loss突然变成NaN，之后再也回不来。

原因：最常见的是输入数据里有NaN或Inf，MRI强度归一化时除零、标签里有-1、某个病例的FLAIR序列整层是空的，都会引入非法数值。其次是学习率过大导致梯度爆炸。

解决：先把输入数据用np.isfinite全量检查一遍，定位是哪个样本引入的异常；再看归一化函数是否可能除以0并加了极小epsilon；最后才考虑梯度裁剪。我习惯把数据检查写成独立脚本，每次训练前都跑，能省掉大半排错时间。

4.4 验证集Dice虚高：结果好得不真实

现象：验证集Dice比训练集还高，或者高得离谱，换一个数据划分方式结果又暴跌。

原因：数据划分泄露。同一个病人的四个模态和标签被拆进了训练集和验证集，模型在训练时已经见过"同一个病人"的其他模态，验证指标自然虚高。MRI数据是按病人组织的，按文件名随机划分很容易踩这个坑。

解决：按病人ID分组划分数据集，确保同一个病人的所有样本只出现在一个集合里。交叉验证时也按病人分组，而不是按文件分组。可以写一个断言，检查训练集和验证集的病人ID集合没有交集。

4.5 过拟合：训练集Dice 0.95，验证集只有0.6

现象：训练集上的loss曲线一直往下走，验证集loss在第20个epoch开始掉头向上，Dice也同步下滑。

原因：模型容量大、样本少，尤其是3D模型参数量动辄几千万，几十例数据根本喂不饱。这在地球上任何医学影像数据集上都会发生，不是玄学。

解决顺序：先加权重衰减和dropout，把模型的正则化能力提上来；再做随机旋转、随机缩放、弹性形变等数据增强；最后考虑用预训练权重或换成VNet这类残差结构。不要一上来就堆数据增强，先确认不是数据划分泄露导致验证集虚高。

遇到以上任何问题，排错顺序永远是：先查数据，再查划分，最后查模型和超参数。多数所谓"模型训不好"，根因都在数据端和划分端。

5. 生存预测模型：把分割结果变成可验证的预后风险

分割做完，课题还剩最后一块：生存预测。这块的常见做法是从分割掩码里提取临床有意义的特征，再用标准生存分析模型建立风险预测，最后用C-index做评估。

5.1 从分割掩码到特征向量

生存预测不是把分割网络的输出像素扔进一个黑匣子就能出结果，这是新手最容易误解的地方。常见做法是先提取一组有明确临床含义的特征：增强肿瘤体积、坏死核心体积、水肿体积、肿瘤总体积、肿瘤是否跨过中线、增强肿瘤在脑内的位置坐标等。这些特征不仅模型能用，报告里也好解释。

def extract_tumor_features(label, voxel_volume_ml=1.0): # label: 0背景 1坏死 2水肿 3增强 v_nec = float((label == 1).sum()) * voxel_volume_ml v_edema = float((label == 2).sum()) * voxel_volume_ml v_enh = float((label == 3).sum()) * voxel_volume_ml return { "necrotic_volume": v_nec, "edema_volume": v_edema, "enhancing_volume": v_enh, "total_volume": v_nec + v_edema + v_enh, }

逻辑说明：voxel_volume_ml是单个体素的物理体积，来自affine矩阵行列式的绝对值，一般在预处理时就知道了；如果统一重采样到1mm等体素，这个值就是1.0。跨中线检测和质心坐标可以从mask的坐标分布继续算，但第一步先把体积特征做对。

参数说明：特征列表不是越长越好。总生存期预测通常只有几百个带标签样本，特征少而精优于多而滥。年龄是最强的临床基线特征，加进特征表之后，模型的解释性会好很多。

5.2 Cox比例风险模型：为什么它比回归更合适

生存预测的标签通常是一对"生存时间+是否死亡"，普通回归无法处理右删失的情况——随访结束时病人还活着，我们只知道他至少活到了那个时间点，不知道确切生存期。Cox比例风险模型是处理这类数据的标准基线，它不直接预测生存天数，而是拟合风险函数：

from lifelines import CoxPHFitter import pandas as pd df = pd.DataFrame({ "age": [56, 43, 70, 61], "enhancing_volume": [12.3, 4.2, 20.1, 8.7], "total_volume": [34.2, 15.0, 45.6, 28.3], "OS_months": [18, 30, 6, 24], # 总生存期（月） "event": [1, 0, 1, 0] # 1=死亡/事件发生，0=删失 }) cph = CoxPHFitter() cph.fit(df, duration_col="OS_months", event_col="event") cph.print_summary()

逻辑说明：fit之后输出的coef是每个特征的风险系数，正数表示该特征越大风险越高、生存期越短。在公开脑肿瘤数据集上，增强肿瘤体积通常得到正系数，这和临床观察一致。

参数说明：lifelines是处理生存分析的成熟库。如果数据量很少，Cox模型可能过拟合，可以把连续特征做log变换或分箱，减少异常值的影响。Cox假设风险比恒定，这个假设在脑肿瘤数据上不一定严格成立，但作为基线工具足够用，而且可解释性远好于随机森林黑匣子。

5.3 用C-index做评估，别只盯着准确率

生存模型不能用分类准确率评价，因为它的输出是风险排序而不是类别。最常用的指标是C-index，表示模型对"谁先发生事件"排序的正确率，0.5等于随机，0.7以上算可用。

from lifelines.utils import concordance_index cindex = concordance_index( df["OS_months"], # 真实生存时间 cph.predict_partial_hazard(df), # 预测风险，越大代表死亡风险越高 df["event"] # 事件标签 ) print(f"C-index: {cindex:.3f}")

逻辑说明：concordance_index输入真实生存时间、预测风险、事件标签，返回排序一致性。Cox的partial hazard越大，事件发生概率越高，所以直接传入即可，不需要反向处理。

注意：C-index对删失比例敏感。如果随访时间短、删失率高，C-index会虚高。报告里最好同时写明删失比例和随访时间，让读者能判断指标的可信度。

从分割网络到生存预测的完整落地路径就是：分割掩码提取特征、Cox做基线、C-index做验证。这个方向投入不大，但对课题的完整度和可解释性帮助很大，也是项目报告里最容易形成故事线的部分：分割结果不是终点，而是预后的输入。

6. 用Hausdorff距离补Dice的盲区：一个值得养成的验证习惯

Dice只衡量两个分割区域的重叠比例，它有个盲区：边缘上的系统性偏移不会显著降低Dice。举个例子，模型把所有肿瘤边界都往里缩了2毫米，Dice可能还有0.85，但在手术规划这种场景里，边缘差2毫米是不可接受的。Hausdorff距离度量两个分割表面之间的最大距离，是Dice之外最该补的指标。

from scipy.ndimage import distance_transform_edt, binary_erosion import numpy as np def surface_hausdorff(pred, true): pred = pred.astype(bool) true = true.astype(bool) pred_edge = pred & ~binary_erosion(pred) true_edge = true & ~binary_erosion(true) if pred_edge.sum() == 0 and true_edge.sum() == 0: return 0.0 if pred_edge.sum() == 0 or true_edge.sum() == 0: return float("inf") dt_true = distance_transform_edt(~true_edge) dt_pred = distance_transform_edt(~pred_edge) return max(float(dt_true[pred_edge].max()), float(dt_pred[true_edge].max()))

逻辑说明：先提取两个掩码的表面体素，再对每个表面点计算到另一个表面的最小欧氏距离，取最大值。单位是体素，实际报告时记得乘以体素间距转成毫米。

参数说明：binary_erosion的iterations控制边界提取厚度，通常取1。如果两个分割完全不重叠，返回值是inf，这种异常要单独处理，不能混进平均值里。如果病灶非常小，腐蚀后边界消失，代码会返回0或inf，避免空数组取max报错。

这是我做分割课题后期才补上的习惯。早期只盯着Dice，模型做得看着不错，一到实际验证就被边缘误差拖累。后来把Hausdorff距离写进验证脚本，每个epoch同时打印Dice和HD，模型选型才真正靠谱——3D-UNet和VNet的重叠率可能差不多，但HD通常能拉开差距，这也是报告里最有说服力的对比指标。我一般把Hausdorff距离的计算封装成单独脚本，在验证阶段调用，而不是塞进训练循环里，因为它计算较慢，每个epoch都算会拖慢迭代。希望这个方法能帮你在分割和生存预测这条路上少走弯路。

本文还有配套的精品资源，点击获取