简介：这是一份以Python语言实现的3D-CT影像肺结节检测算法项目，整合源码、数据集与项目说明，面向计算机、通信、人工智能、自动化等相关专业的学生、教师和从业者，适合用作毕业设计、期末大作业与课程设计的完整参考。项目源于高分个人毕设，答辩评审达九十八分，全部代码经调试并通过测试，运行稳定，既适合入门者对照学习，也便于进阶者在此基础上修改扩展。压缩包共含五十三个文件，以Python脚本为主体，覆盖数据预处理、网络结构定义、分类器与检测器、训练和测试入口以及配置管理；另有CSV标注与预测结果、NPY数据、PNG效果图、Markdown说明与Notebook演示等辅助材料，整体大小约9.6MB。已有124人学习下载。使用者可以沿着数据读取、预处理、模型训练到检测输出的完整流程进行复现，借助清晰的项目模块划分快速定位关键代码，并根据实际数据调整参数，完成二次开发或拓展实验。
1. 3D-CT影像肺结节检测：这套Python源码的真正价值在哪
先说结论：这是一套完整跑通的“候选结节检测 + 假阳性消除”双阶段3D肺结节识别管线，不是那种只有网络结构没有数据的半吊子项目。源码里从DICOM转RAW、训练数据生成、检测器/分类器训练、测试时分块推理到生成prediction.csv全链路都有，还附带标注数据和可视化demo。答辩能达到98分，核心原因就是它把医学影像检测里最麻烦的“数据清洗→样本采样→双模型串联”整条路径走通了，而不是只交了一个网络。
适合谁用？如果你是做毕设、课程大作业的在校生，或者想快速切入医疗AI方向的从业者，这套代码能帮你省掉大量“从零搭数据管道”的时间。你不需要自己跑通LUNA16级别的全流程，在这个基础上改网络骨干、换损失函数、调训练策略，都有现成的数据加载和评估骨架。下面按我的拆解顺序，把这套东西的架构、训练流程、推理细节和踩过的坑逐一讲透。
2. 双阶段架构拆解：检测器与分类器如何协同定位肺结节
2.1 为什么不用单一模型一锤定音
肺结节检测和通用目标检测有个本质区别：CT影像里的结节占体积比例极小，一个512×512×200的扫描里，结节可能只有几个体素大小，正负样本比例极端失衡。如果直接训练一个端到端的检测器，很容易被背景区域带偏。常见的做法是拆成两关：第一关用粗粒度检测器把疑似区域全部捞出来，宁可多捞不能漏；第二关用精细分类器把假阳性逐个过滤。这套项目的文件分布也印证了这个思路——net_detector.py负责候选生成，net_classifier.py负责降假阳，两者通过candidates.csv衔接。我在实际项目里也沿用这个方案，尤其是比赛场景，两阶段调优比单模型更容易控制召回率和精度的平衡。
2.2 net_detector.py与net_classifier.py：网络骨架与数据接口
打开net_detector.py可以看到它接收的输入是3D patch块，而不是完整CT序列。这样做有两个直接好处：一是显存可控，不会因为输入张量过大导致OOM；二是数据增强灵活，可以做随机裁剪、翻转、旋转等3D空间变换。检测器的输出是候选结节的位置和置信度，常见实现会用到类似U-Net的编解码结构或者3D anchor机制。分类器的输入则是对检测器输出的候选块做重采样后的小patch，输出一个二分类概率。这里有个关键参数叫patch size，一般设置在32到64体素之间，太大了计算浪费，太小了上下文信息不足，我在调参时通常先看结节的直径分布再定。
2.3 utils.py与layers.py：工具函数与自定义算子
utils.py这个文件在项目里承载了大部分“脏活累活”——包括CT的HU值裁剪、窗宽窗位调整、体素间距重采样、mask生成等预处理函数。layers.py则是自定义网络层，比如3D卷积、批量归一化、残差连接这些基础组件的封装。特别提醒一点：如果要在自己的数据集上复现，优先检查utils.py里的重采样函数是否正确处理了spacing信息。很多翻车现场都是因为Z轴间距和XY轴间距不一致，导致结节形状被拉伸，检测器学到的特征全是错的。
2.4 数据流全景：从原始CT到最终预测
把整条流水线串起来看，它的数据流向是这样的：dicom2raw.py把DICOM序列转成统一的RAW格式和numpy数组，经过预处理后，prepare.py根据annotations.csv里的标注中心点生成正负样本patch，喂给detector训练；训练好的detector对全部数据跑一遍，输出candidates.csv；classifier再基于这些候选块做二分类，最终输出每个候选结节的概率。这个流程在split_combine.py里做了测试阶段的优化，下面这张表概括了每个环节的输入输出：
| 阶段 | 脚本/文件 | 输入 | 输出 |
|---|---|---|---|
| 数据转换 | dicom2raw.py | DICOM序列 | RAW+npy数组 |
| 样本生成 | prepare.py | annotations.csv | 正负样本patch |
| 检测器训练 | net_detector.py | 样本patch | 候选结节坐标+置信度 |
| 候选生成 | candidates.csv | 检测器输出 | 候选池（含假阳性） |
| 分类器训练 | net_classifier.py | 候选patch | 二分类概率 |
| 推理汇总 | split_combine.py | 完整CT分块 | 合并后预测概率 |
我在复现这类项目时，习惯先跑通inference再回头训练。因为inference路径短，能快速验证网络结构、权重加载和数据预处理是否一致，等确定这条链路没问题了，再花时间调训练才不会白费劲。
3. 数据处理与训练管线：把DICOM变成网络能吃的样本
3.1 dicom2raw.py：HU窗口、spacing与坐标体系转换
DICOM转RAW是医学影像处理里最容易出“玄学”问题的地方。dicom2raw.py这个脚本的核心工作有三件：一是从DICOM头文件里读出每个切片的ImagePositionPatient，按真实物理坐标排序而非文件名排序；二是把像素值从原始存储值转成HU值，转换公式一般是HU = pixel × slope + intercept；三是对不同扫描的空间分辨率做统一处理。我在实践中见过太多因为文件名排序导致的层序错乱案例——CT序列的文件名往往不是按扫描顺序命名的，如果直接把DICOM文件按字符串排序读取，重建出来的3D体数据Z轴方向可能是乱的，后面所有环节都会跟着错。
预处理代码我一般会做两步校验，先打印体数据的shape和spacing：
import numpy as np import pydicom def load_dicom_series(dcm_path): slices = [pydicom.dcmread(str(f)) for f in dcm_path.glob('*.dcm')] # 关键：按扫描位置排序，而不是按文件名排序 slices.sort(key=lambda s: float(s.ImagePositionPatient[2])) # 读取spacing，注意PixelSpacing是[行间距, 列间距]，SliceThickness是层厚 spacing = ( float(slices[0].PixelSpacing[0]), float(slices[0].PixelSpacing[1]), float(slices[0].SliceThickness) ) # 构造3D体数据并做HU转换 vol = np.stack([s.pixel_array for s in slices]).astype(np.float32) vol = vol * float(slices[0].RescaleSlope) + float(slices[0].RescaleIntercept) return vol, spacing这段代码里最值得注意的就是排序那行。pydicom读取时需要把全部切片先读进来再按ImagePositionPatient的第三个分量排序，这样才能保证重建的体数据和物理空间一致。RescaleSlope和RescaleIntercept每个扫描都可能不同，如果省略会导致HU值偏移，直接影响后续的窗宽窗位裁剪和结节对比度。
3.2 prepare.py：从annotations.csv到正负样本采样
prepare.py承担的是训练样本生成任务。医学影像里结节标注通常是一个中心点坐标加上直径，你需要在标注位置附近提取正样本块。这个脚本会读取annotations.csv，根据标注中心点裁出固定大小的patch作为正样本；负样本则从非标注区域随机采样。采样的比例非常关键，我之前在某个数据集上试过，如果正负样本比超过1:200，分类器会严重偏向负类，训练出来的模型对所有输入都输出低概率，等于白训。常见的做法是把负样本数量控制在一个可控范围内，比如正负比1:10到1:30之间，同时靠在线数据增强增加正样本的多样性。
prepare阶段还有个容易忽略的细节：候选标注的坐标通常是毫米制，而网络输入是体素索引，两者转换必须除以spacing。如果坐标转换写错，正样本块的位置就会整体偏移，训练出来的检测器会在错误位置输出高响应。
3.3 config_training.py与run_training.sh：训练参数与启动方式
config_training.py把超参数集中管理，包括学习率、batch size、epoch数、patch大小、正负样本比例、数据增强开关等。run_training.sh则是训练启动脚本，通常包含CUDA设备选择、Python路径设置和训练命令。这里我建议拿到代码后先改三个参数：batch size（根据自己GPU显存调整）、num_workers（数据加载线程数）、保存checkpoint的频率。
典型的训练启动流程是这个样子的：
# 在项目根目录执行，config_training.py里可修改超参 CUDA_VISIBLE_DEVICES=0 python prepare.py # 先准备训练数据 CUDA_VISIBLE_DEVICES=0 bash run_training.sh # 启动检测器训练再说下训练日志该看什么。除了loss曲线，我强烈建议每个epoch结束后在验证集上跑一次检测，观察候选结节的数量变化。如果候选数骤降，大概率是正样本采样出了问题；如果候选数正常但分类概率全部集中在0.5附近，说明两个模型的判别力不够，可能需要加深网络或增加训练轮次。
3.4 训练到一半怎么看进度：loss曲线与正样本命中率
训练时不要只盯loss。肺结节检测这种极端不平衡任务，loss值可能很低但实际检测效果很差——因为模型学会了把所有样本都预测为负类。我一般会在每个epoch的验证阶段打印三个指标：loss值、正样本patch的平均预测概率、负样本patch的误检率。正样本平均概率低于0.7基本可以判断模型没学好，这时不要浪费时间继续训，先回查数据采样和预处理。
4. 推理与提交：测试时图像分块与结果汇总
4.1 split_combine.py：patch推理的overlap策略
推理阶段面对的问题和训练时一样——整张CT太大，一张图直接塞进网络不现实。split_combine.py的做法是把整个CT体数据切成有overlap的小patch，逐个预测后再合并。overlap的大小很讲究：太小平滑边界不连续，太大计算量陡增。我一般设overlap为patch大小的一半，这样每个体素至少被预测两次，边界处的概率可以通过加权平均融合。合并时通常采用高斯权重，给patch中心的预测更高权重，边缘的权重衰减，避免拼缝痕迹。
合并代码的核心逻辑如下：
def combine_predictions(pred_vol, patch_size, overlap, vol_shape): # 初始化累加器和权重计数器 prob_sum = np.zeros(vol_shape, dtype=np.float32) weight_sum = np.zeros(vol_shape, dtype=np.float32) # 生成高斯权重，patch中心权重高、边缘权重低 gauss_weight = create_gaussian_weight(patch_size) for z, y, x in sliding_window(vol_shape, patch_size, overlap): prob = model_predict(patch_at(z, y, x)) # 网络前向 prob_sum[z:z+patch_size[0], y:y+patch_size[1], x:x+patch_size[2]] += prob * gauss_weight weight_sum[z:z+patch_size[0], y:y+patch_size[1], x:x+patch_size[2]] += gauss_weight return prob_sum / (weight_sum + 1e-8) # 归一化，防止除零这里的sliding_window函数需要注意边界处理——当patch超出体数据边缘时，需要做padding或者只取落入体内的部分。加1e-8是为了防止某个体素恰好没有被任何patch覆盖导致除零。这个融合策略在实测中比直接取最大值平滑得多，尤其对结节这类小目标，保留概率的连续性对后续阈值筛选帮助很大。
4.2 config_submit.py与prediction.csv：阈值调参与提交格式
config_submit.py控制推理时的配置，包括检测阈值、分类阈值、batch大小等。检测阈值决定了候选结节的数量——设低了候选多、召回高但假阳性也高；设高了候选少、精度高但容易漏检。分类阈值则是在第二级过滤假阳性时用，通常根据验证集上FROC曲线的敏感度/特异度来选。prediction.csv是最终输出，里面每一行是一个结节候选，包含坐标和概率值。
这个文件的格式直接决定了评估的方便程度。标准的格式通常列有series_uid、coord_x、coord_y、coord_z、probability。拿到预测结果后，我习惯先按概率降序排列，去验证集上画一条FROC曲线。曲线越靠近左上角越好，它的横轴是每扫描平均假阳性数，纵轴是召回率。
4.3 demo.ipynb与结果可视化：EG.png里能看到什么
项目附带的demo.ipynb是一个交互式演示notebook，能直接加载训练好的权重对某个CT序列做完整推理，并可视化检测结果。EG.png和EG1.png就是典型的检测效果图，图像上能看到CT横断面/冠状面/矢状面中标注出的结节位置。对答辩来说，这种可视化比一串loss曲线有说服力得多——评审老师能看到模型真正在CT图像上找到了东西。我在做项目演示时通常会准备三个视角的截图，并让代码在demo里自动输出结节的坐标和直径预估，这样展示环节会很加分。
5. 避坑指南：CT坐标、类别不平衡与显存溢出的真实教训
5.1 现象：训练时loss不断下降但检测结果全是空
原因：DICOM的切片顺序没有按ImagePositionPatient排序，volume数据Z轴颠倒，标注坐标和图像内容对不上。模型学到的全是错误的对应关系。
解决：在dicom2raw.py里强制按spacing排序，并打印排序前后前几个切片的坐标值做人工校对。
5.2 现象：分类器输出概率普遍极低，几乎没有超过0.8
原因：正负样本比例严重失衡。如果负样本数量是正样本的1000倍，训练时模型很快学会把所有样本判为负类，loss看起来在下降但实际毫无意义。
解决：在prepare.py里控制采样比例，正负比控制在1:10到1:30之间。如果数据集本身正样本太少，先做简单的数据增强（旋转、翻转、小尺度扰动）扩充正样本，而不是粗暴增加负样本。
5.3 现象：推理时显存溢出，batch size调到1仍然OOM
原因：单个CT序列分块后仍然有大量patch同时进入计算图，或者分块代码里没有及时释放中间变量。
解决：在split_combine.py的推理循环里用torch.no_grad()包裹前向过程，每个patch预测后立即把结果写到数组中，不要让预测结果累积在GPU显存里。
5.4 现象：训练时准确率很高但验证集召回率极差
原因：训练时使用了数据增强，但没有把增强函数同步到验证阶段；或者训练和验证用的预处理参数不一致，比如HU裁剪范围不同。
解决：把预处理和增强封装成独立函数，训练和验证都调用同一套函数。验证阶段关闭随机增强即可，不要用不同的裁剪参数。
5.5 现象：坐标转换结果与标注差了好几个体素，结节位置对不上
原因：标注文件里的坐标单位是毫米，体素索引需要除以spacing才能换算，而不同扫描的spacing各不相同，直接忽略了这一步换算就会偏移。
解决：准备数据时先读取每个扫描的spacing，通过体积索引×spacing=物理坐标这个关系式反复校验。我通常在调试时输出一个样本的标注坐标和对应patch图像，肉眼确认结节是否在patch中心。
6. 进阶验证：用自己的数据复测模型，别让毕设停在Demo阶段
拿到这套代码后，最有价值的动作是用你自己的CT数据或者公开数据集的子集做一次完整复测，而不是只跑通demo就收工。复测的指标建议用两个：一是召回率，看所有真实结节中有多少被检测出来；二是假阳性率，看每扫描平均输出多少个错误候选。理想情况下，召回率在8成以上且每扫描假阳性不超过5个，模型才算有实用价值。
验证步骤我会这样组织：
# 伪代码：遍历测试集所有CT，统计检测结果 for scan in test_scans: pred = run_detection(scan) # 返回候选结节列表 gt = load_annotation(scan) # 读取真实标注 tp, fp, fn = match(pred, gt) # 计算匹配数量 total_tp += tp; total_fp += fp; total_fn += fn recall = total_tp / (total_tp + total_fn) fps_per_scan = total_fp / len(test_scans)判定一个预测结节是否为真阳性的标准，通常用结节中心点的距离阈值，比如3个体素以内算命中。距离阈值设太小会导致误判，设太大又会让假阳性被高估。我在做评估时习惯打印出每个假阳性的位置和patch图像，肉眼过一遍，因为很多假阳性其实是血管截面或炎症病灶，这类错误靠图像对比就能定位问题。
模型确认没问题后，如果你想走得更远，可以尝试半精度推理和ONNX导出。把模型权重转成半精度后，显存占用能降低约一半，推理速度提升明显。转换前先确认网络里没有半精度不支持的算子，比如某些自定义的layers.py里的特殊上采样操作。转换后记得在同一个样本上对比半精度和单精度的预测结果，差异小于1e-3就可以放心部署。从那以后我每次拿到模型权重都会强制走一遍“原始实现→半精度→ONNX”的对比链路，至少能砍掉一半推理耗时，希望帮到你。
本文还有配套的精品资源，点击获取
