项目任务：MSD Task09 Spleen 脾脏 CT 单器官分割
项目地址：GitHub-SpleenSeg_UNet
方法：2D U-Net / MONAI UNet
输入：腹部 CT slice
输出：脾脏二值 mask
结果：Dice 约 94%–95%
项目定位：从图像分类过渡到医学影像分割的学习项目

一、项目背景：为什么在猫狗分类之后做脾脏分割

在完成猫狗大战分类项目之后，我开始进入医学影像分割方向的学习。猫狗大战解决的是普通图像分类问题：模型输入一张图片，输出一个类别，比如猫或狗。这个项目则进入了医学影像分割任务：模型输入腹部 CT 图像，输出脾脏所在区域的 mask。

这两类任务的本质区别在于，分类只需要判断整张图“是什么”，而分割需要判断图像中每个像素“属于哪里”。对于医学影像来说，这个变化非常重要。医生或算法系统往往不只是想知道图像中有没有某个器官或病灶，还需要知道它的位置、边界和形状。

这个项目做的是 MSD Task09_Spleen 数据集上的脾脏单器官分割。它在我的学习路线里处于猫狗分类之后、3D U-Net 和 nnU-Net 之前。选择 2D U-Net 并不是因为它是最强的医学分割方法，而是因为它适合作为一个过渡项目：先从普通 2D 图像分类过渡到 2D 医学图像分割，再进一步进入 3D CT 分割和更成熟的医学分割框架。

从学习角度看，这个项目的目标不是单纯刷 Dice，而是把医学影像分割的完整流程跑通：原始 NIfTI 数据怎么处理，CT 图像怎么归一化，3D volume 怎么切成 2D slice，U-Net 怎么输出 mask，DiceLoss 怎么优化，推理阶段怎么重新组成 3D mask，以及后续如何用 MONAI 重构整个流程。

二、项目整体流程

这个项目可以理解为一条从 3D CT 到 3D 分割结果的完整链路：

图 1：项目整体流程图

这条流程里有一个很重要的特点：训练时模型看到的是 2D slice，但医学影像任务的原始单位和最终结果单位仍然是 3D 病例。也就是说，2D U-Net 只是降低训练难度的一种实现方式，并不代表这个任务真正变成了普通 2D 图片任务。

三、数据准备与预处理

1. 病例级划分，避免 slice 级数据泄漏

这个项目的原始数据是 3D CT volume 和对应的 3D mask。虽然训练时会把 volume 切成 2D slice，但 train / val / test 的划分必须先按病例进行，而不能把所有 slice 打乱后随机划分。

这是医学影像项目里非常容易踩的坑。如果按 slice 随机划分，同一个病人的不同切片可能同时出现在训练集和测试集中。由于同一个 CT volume 内部的相邻切片在灰度分布、器官形态和空间结构上高度相似，模型在测试阶段可能并不是面对真正独立的新病例，而是在预测训练时已经“见过”的同一病例的相邻切片。这样得到的 Dice 会偏乐观，不能真实反映模型的泛化能力。

所以这个项目的正确流程是：先把完整病例划分到 train、val、test，再在各自集合内部切成 2D slice。这里我真正理解到的一点是：2D 训练不等于 slice 级随机划分。只要原始数据来自 3D 病例，数据划分就应该保持病例级独立。

2. CT 窗宽窗位归一化

在猫狗分类项目中，图像归一化主要是为了适配自然图像模型，尤其是使用 ImageNet 预训练模型时，需要让输入图像分布接近模型预训练时看到的数据分布。

但 CT 图像不是普通 RGB 图像。CT 的像素值通常表示不同组织对 X 射线的衰减程度，也就是 HU 值。空气、脂肪、软组织、骨骼等结构分布在不同的 HU 区间。原始 CT 的数值范围远大于普通 0–255 图像，如果直接输入网络，很多与脾脏分割无关的极端值会占据动态范围，反而削弱腹部软组织之间的对比。

所以这个项目对 CT 做了窗宽窗位归一化。它不是简单把数值缩放到某个范围，而是根据腹部软组织的显示需要，截取一个更适合观察脾脏及周围组织的 HU 区间，再归一化到网络容易处理的范围。

这个过程让我意识到，医学影像预处理不能完全照搬自然图像经验。自然图像归一化更多是为了统一输入分布，而 CT 的窗宽窗位归一化本身带有医学影像先验：先把对当前器官分割有用的灰度范围突出出来，再交给模型学习。

3. 从 3D volume 切成 2D slice

完成病例划分和 CT 归一化后，手写版项目会把 3D volume 沿轴向切成一张张 2D slice，并保存为 .npy 文件。训练时，Dataset 直接读取这些已经处理好的 2D 图像和对应的 2D mask。

这样做的好处是简单、直观，也比较适合从猫狗分类项目过渡过来。之前做分类时，DataLoader 读取的是一张张图片；现在虽然原始数据是 3D CT，但经过切片后，训练流程仍然可以理解成读取一批 2D 图像，只是标签从类别变成了 mask。

当然，它的代价也很明显。2D slice 训练无法直接利用上下层切片之间的 3D 空间信息。对于脾脏这类三维连续器官来说，相邻层面的形态变化其实是有价值的，这也是后续需要进入 3D U-Net 的原因。

4. 过滤空白切片，但保留部分纯背景切片

把 3D CT 切成 2D slice 后，会产生大量不包含脾脏的空白切片。如果这些切片全部保留，训练集会被背景样本占据，模型容易学成一种保守策略：大部分区域都预测为背景。这样训练效率低，也不利于模型重点学习真正包含脾脏的切片。

但空白切片也不能全部删除。因为真实推理时，一个完整 CT volume 中本来就有很多没有脾脏的层面。如果训练阶段模型从没见过纯背景切片，它可能会误以为每张图都应该分割出目标，导致在空白层面上也预测出假阳性区域。

所以项目中保留了一部分空白切片。可以把它理解为告诉模型：题目里是有“空白题”的，遇到没有脾脏的切片时应该输出空 mask。这个比例不是绝对标准，而是一种工程上的平衡：既让模型学会抑制误检，又不让大量背景样本淹没有效训练数据。

5. 数据对齐是医学分割里的地雷

在医学影像分割项目中，很多问题表面上像模型问题，实际上可能是数据对齐错了。

这个项目里，image 和 mask 必须始终一一对应。CT 图像的第几层，就应该对应 mask 的第几层。病例编号不能错，切片顺序不能乱。推理阶段重新堆叠 3D mask 时，也必须保持原始层序，否则预测结果就会发生空间错位。

此外，image 和 mask 的预处理方式也不能混淆。image 可以做窗宽窗位和归一化，但 mask 不能当普通图像一样归一化。如果后续涉及 resize，image 可以使用线性插值，但 mask 应该使用最近邻插值，否则标签值可能被插出小数，破坏原本的类别标注。

保存预测结果时，还要尽量保留原始图像的 spacing、origin、direction 等空间信息。否则数组本身看起来对了，但放回医学图像软件中可能位置不对。

这部分对我来说是一个很重要的提醒：医学分割不是网络能跑就行，image、mask、slice 顺序和空间信息都必须对齐。

四、模型结构：2D U-Net

图2：项目中的 2D U-Net 结构图

这个项目的主分支使用的是手写 2D U-Net。U-Net 的整体结构可以分成 encoder、decoder 和 skip connection 三部分。

encoder 通过卷积和下采样逐层提取特征。这里处理的不是原始 CT 图本身，而是网络中间的特征图。随着网络加深，特征会从低级纹理、边缘逐渐变成更高级的语义信息，同时特征图尺寸变小，感受野变大。

感受野变大不是指特征图变大，而是指特征图上的一个点能够对应原始图像中更大的区域。也就是说，虽然下采样后特征图看起来更小了，但每个特征点包含的上下文信息更多了。

decoder 的作用是通过上采样逐步恢复特征图尺寸。因为分割任务最终要输出一张和输入图像空间尺寸对应的 mask，所以模型不能只停留在低分辨率的高级语义特征上，还需要恢复到像素级预测。

skip connection 是 U-Net 中非常关键的结构。下采样过程中，深层特征虽然语义更强，但会丢失一部分空间细节。skip connection 会把 encoder 对应层的高分辨率特征图拼接到 decoder 中，帮助模型在恢复 mask 时补回边界、纹理和空间位置信息。

简单说，encoder 负责理解“是什么”，decoder 负责恢复“到哪里”，skip connection 负责让边界画得更准。这也是 U-Net 特别适合医学图像分割的原因之一：医学分割既需要识别器官，也需要尽量准确地描绘器官边界。

五、训练流程

手写版训练流程基本延续了 PyTorch 项目的常规结构，但任务从分类变成了分割。

首先，Dataset 读取预处理好的 2D image 和 2D mask。image 是模型输入，mask 是监督标签。DataLoader 按 batch 提供数据。和猫狗分类项目不同的是，这里的标签不再是一个类别编号，而是一张和输入图像对应的二值 mask。

模型前向传播后，U-Net 输出的是一张单通道预测图。经过 sigmoid 后，可以理解为每个像素属于脾脏的概率。训练阶段使用 DiceLoss 来优化模型。

Dice 衡量的是预测 mask 和真实 mask 的重叠程度，可以理解为：

Dice = 2 × 重合区域 /（预测区域 + 真实区域）

在医学图像分割中，前景和背景通常极不平衡。对于脾脏分割来说，背景像素远多于脾脏像素。如果只看 pixel accuracy，模型即使大部分区域都预测成背景，也可能得到一个看起来不错的准确率，但这对分割器官没有意义。

DiceLoss 的意义就是让模型直接围绕“脾脏区域有没有和真实 mask 重合”来优化，而不是被大量背景像素带偏。

训练过程中，验证集 Dice 用来观察模型在未参与训练的数据上的表现。如果验证 Dice 提升，就保存当前最优模型。这样最终测试和推理时使用的是验证表现最好的权重，而不是随便使用最后一个 epoch 的模型。

这部分流程虽然和普通分类项目一样也包括 forward、loss、backward、optimizer step、validation、checkpoint，但它的核心变化在于：输入输出和评价指标都已经变成了分割任务的形式。

六、测试与推理：从 2D 预测回到 3D 病例

推理阶段是这个项目里很能体现医学影像特点的一步。

训练时，模型输入的是单张 2D slice；但测试时，一个病例仍然是完整的 3D CT volume。所以推理时需要逐 slice 进行预测：把一个 3D CT 按层取出，每一层经过同样的预处理后送入 2D U-Net，得到这一层的预测 mask。

当所有 slice 都预测完成后，再按照原始层序把这些 2D mask 重新堆叠起来，组成完整的 3D mask。最后把这个 3D mask 保存成 NIfTI 文件，并尽量继承原图的空间信息，方便后续在医学图像软件中查看。

这里我理解到一个重要区别：训练单位可以是 2D slice，但评估和保存结果的单位仍然应该是 3D 病例。不能因为用了 2D 模型，就把医学影像任务完全当成普通 2D 图片任务。

Dice 的计算也最好回到 3D 病例级别，而不是简单对每张 2D slice 的 Dice 求平均。因为很多空白层和边缘层的单张 Dice 波动很大，简单平均不一定能真实反映整个器官的分割效果。病例级 3D Dice 更符合医学分割最终要评价“这个病例的脾脏整体有没有分好”的目标。

七、MONAI 重构版：从手写流程到框架化流程

这个项目除了手写版，还做了 MONAI 重构版。这个分支的意义不是简单“又用一个库写了一遍 U-Net”，而是把手写流程逐步迁移到医学影像框架化管线中。

手写版是“先切好，再训练”。它提前把 3D NIfTI 图像离线切成 2D .npy，训练时 Dataset 直接读取这些已经处理好的切片。U-Net 结构、DiceLoss、训练逻辑、推理重建和后处理也大多是自己写的。

MONAI 版则更接近“直接读取 3D 原图，用 transform 在线处理”。它不再提前把所有切片保存成 .npy，而是直接读取原始 NIfTI 文件，通过 MONAI transforms 完成读取、加 channel、窗宽窗位归一化、正负样本采样、2D slice 抽取、维度处理和 tensor 转换。

模型方面，MONAI 版使用 MONAI 提供的 UNet；loss 使用 MONAI 的 DiceLoss；评估中使用 MONAI 的 DiceMetric、后处理和 sliding window 推理流程。这样做的好处是代码更规范，也更接近真实医学影像项目中常见的工程写法。

但这里需要特别注意：这个 MONAI 版本仍然是 2D U-Net，不是真正的 3D U-Net。它的 sliding window 推理更像是在 3D volume 上用 MONAI 管理推理流程，但每次实际送入模型的仍然是 2D slice 或 depth=1 的小块。它没有真正让模型学习 3D patch 中的上下文信息。

所以 MONAI 版的主要价值不是模型突然变强，而是让我从手写 PyTorch 脚本过渡到更规范的医学影像分割框架。手写版帮助我理解底层逻辑，MONAI 版帮助我理解这些逻辑在成熟工具链中是怎么组织起来的。

八、实验结果与理解

版本	验证集 Dice	测试集 Dice
手写版 main 分支	94.44%	94.74%
MONAI 重构版	95.59%	94.89%

可以看到手写版和 MONAI 版的 Dice 都在 94%–95% 左右。对于一个学习型项目来说，这个结果可以说明模型已经基本学会了脾脏分割的主要模式，也说明数据预处理、mask 对齐、U-Net 训练、DiceLoss、推理重建和后处理这些关键环节是有效的。

但这个结果不能过度解读。它不能直接说明模型已经达到工业级或临床级，因为真实应用还要考虑外部数据泛化、不同医院扫描协议、异常病例、边界误差、推理速度和部署稳定性等问题。脾脏本身也是相对明确的单器官分割任务，比小病灶、多器官复杂边界要简单一些。

MONAI 版分数略高，也不能简单说“MONAI 一定比手写版强”。因为两个版本在网络实现、数据采样方式、loss 实现、评估流程和后处理上都有差异，并不是严格控制变量的对比实验。更合理的理解是：两个版本都证明了 U-Net 路线在这个任务上有效，而 MONAI 版的主要意义在于流程工程化，而不是单纯追求 Dice 提升。

对我来说，这个结果最重要的意义是：它证明我已经能用 U-Net 完整跑通一个医学影像单器官分割任务，并且理解了从数据、模型、loss、指标到推理评估的基本闭环。

九、项目局限与后续方向

从学习项目的角度看，这个项目已经完成了它应有的作用。它让我从普通图像分类过渡到医学影像分割，理解了 CT 数据、mask、窗宽窗位、U-Net、DiceLoss、Dice 指标、推理重建和 MONAI 流程。

但从项目本身看，它仍然有两个主要局限。

第一，它是单器官分割任务，只需要区分背景和脾脏。后续多器官分割会面对更多类别、更复杂的器官边界、更明显的器官尺度差异和类别不平衡问题。

第二，它仍然是 2D U-Net。它每次只能看单张 CT slice，不能直接利用上下层切片之间的三维空间连续性。而 CT 本质上是 3D 体数据，器官形态和空间位置都具有体素级连续性，所以后续过渡到 3D U-Net 是很自然的升级。

再往后进入 nnU-Net，则不是简单换一个网络，而是学习成熟医学分割框架如何系统化地处理任务，包括自动配置预处理方式、patch size、网络结构、训练策略和推理流程。这个项目可以看作从手写基础流程走向 3D 和框架化方法的中间台阶。

十、总结

这个项目对我最大的价值，不是单纯得到一个 94%–95% 的 Dice，也不是证明 2D U-Net 有多强，而是让我第一次完整走完了医学影像分割项目的基本流程。

从猫狗大战到脾脏分割，任务从分类变成了像素级预测；数据从普通图片变成了 CT volume；输出从类别标签变成了 mask；评价指标从 accuracy 变成了 Dice；模型也从分类网络变成了 encoder-decoder 结构的 U-Net。

手写版让我理解了医学影像分割的底层逻辑，MONAI 版让我开始接触更规范的医学影像框架化流程。这个项目不是终点，而是一个过渡台阶。它为后续学习 3D U-Net、nnU-Net、多器官分割，以及更复杂的医学影像算法项目打下了基础。