【3D图像分割】基于Pytorch的VNet3D图像分割5（改写数据流篇）

在这篇文章：【3D 图像分割】基于 Pytorch 的 VNet 3D 图像分割2（基础数据流篇） 的最后，我们提到了：

在采用vent模型进行3d数据的分割训练任务中，输入大小是16*96*96，这个的裁剪是放到Dataset类里面裁剪下来的image和mask。但是在训练时候发现几个问题：

加载数据耗费了很长时间，从启动训练，到正式打印开始按batch循环，这段时间就有30分钟batch=64, torch.utils.data.DataLoader里面的num_workers=8，训练总是到8的倍数时候，要停顿较长时间等待4个GPU并行训练的，GPU的利用率长时间为0，偶尔会升上去，一瞬间又为0free -m查看的内存占用，发现buff和cache会逐步飙升，慢慢接近占满。

请问出现这种情况，会是哪里存在问题啊？模型是正常训练和收敛拟合的也比较好，就是太慢了。分析myDataset数据读取的代码，有几个地方可能是较为耗时，和占用内存的地方：

getAnnotations 函数，需要从csv文件中获取文件名和结节对应坐标，最后存储为一个字典，这个是始终要占着内存空间的；getNpyFile_Path 函数，dataFile_paths和labelFile_paths都需要调用，有些重复了，这部分的占用是可以降低一倍的；get_annos_label 函数，也是一样的问题，有些重复了，这部分的占用是可以降低一倍的。

上面这几个函数，都是在类的__init__阶段就完成的，这种多次的循环，可能是在开始batch循环前这部分时间，耗费时间的主要原因；其次，由于重复占用内存，进一步加剧了性能降低，使得后续的训练变的比较慢。

为了解决上面的这些问题，产生了本文2.0 的Dataset数据加载的版本，其最大的改动就是将原本从csv文件获取结节坐标的形式，改为从npy文件中获取。这样，image、mask、Bbox都是一一对应的单个文件了。从后续的实际训练发现，也确实是如此，解决了这个耗时的问题，让训练变的很快。

所以，只要我们将牟定的值进行精简，减少__init__阶段的内存占用，这个问题就应该可以完美解决了。所以，本篇就是遵照这个原则，尽量的在数据预处理阶段，就把能不要的就丢弃，只留下最简单的一一结构。将预处理前置，避免在构建数据阶段调用。

LUNA16数据的预处理，可以参照这里，本篇就是通过这里方式，产生的数据，如下：

【3D 图像分割】基于 Pytorch 的 VNet 3D 图像分割6（数据预处理）【3D 图像分割】基于 Pytorch 的 VNet 3D 图像分割7（数据预处理）【3D 图像分割】基于 Pytorch 的 VNet 3D 图像分割8（CT肺实质分割）【3D 图像分割】基于 Pytorch 的 VNet 3D 图像分割9（patch 的 crop 和 merge 操作） 一、搭设数据流框架

在pytorch中，构建训练用的数据流，都遵循下面这样一个结构。其中主要的思路是这样的：

在__init__中，是类初始化阶段，就执行的。在这里需要牟定某个值，将训练需要的内容，都获取到，但尽量少的占用内容和花费时间；在__getitem__中，会根据__init__牟定的那个值，获取到一个图像和标签信息，读取和增强等等操作，最后返回Tensor值；__len__返回的是一个epoch训练牟定值的长度。

下面就是一个简易的框架结构，留作参考，后续的构建数据流，都可以对这里补充。

class myDataset_v3(Dataset): def __init__(self, data_dir, isTrain=True): self.data = [] if isTrain: self.data ··· else： self.data ··· def __len__(self): return len(self.data) def __getitem__(self, index): # ********** get file dir ********** image, label = self.data[index] # get whole data for one subject # ********** change data type from numpy to torch.Tensor ********** image = torch.from_numpy(image).float() label = torch.from_numpy(label).float() return image, label

在这篇文章中，对这个类里面的参数，进行了详细的介绍，感兴趣的可以直达去学习：【BraTS】Brain Tumor Segmentation 脑部肿瘤分割3（构建数据流）

二、完善框架内容

相信通过前面6、7、8、9四篇博客的介绍，你已经将Luna16的原始数据集，处理成了一一对应的，我们训练所需要的数据形式，包括：

_bboxes.npy：记录了结节中心点的坐标和半径；_clean.nrrd：CT原始图像数组；_mask.nrrd：标注文件mask数组，和_clean.nrrd的shape一样；

还包括一些其他的.npy，记录的都是整个变换阶段的一些量，在训练阶段是使用不到的，这里就不展开了。最最关注的就是上面三个文件，并且是根据seriesUID一一对应的。

如果是这样的数据情况下，我们构建myDataset_v3(Dataset)数据量，思考：在__init__阶段，可以以哪个为锚点，尽量少占用内存的情况下，将所需要的图像、标注信息都可以在__getitem__阶段，依次获取到呢？

那就是seriesUID的文件名。他是可以一拖三的，并且一个列表就可以了，这样是最节省内存的方式。于是我们在__init__阶段的定义如下：

class myDataset_v3(Dataset): def __init__(self, data_dir, crop_size=(16, 96, 96), isTrain=False): self.bboxesFile_path = [] for file in os.listdir(data_dir): if '_bboxes.npy' in file: self.bboxesFile_path.append(os.path.join(data_dir, file)) self.crop_size = crop_size self.crop_size_z, self.crop_size_h, self.crop_size_w = crop_size self.isTrain = isTrain

然后在__len__的定义，就自然而然的知道了，如下：

def __len__(self): return len(self.bboxesFile_path)

最为重要，且最难的，也就是__getitem__的定义，在这里需要做一下几件事情：

获取各个文件的路径；获取文件对应的数据；裁剪出目标patch；数组转成Tensor。

然后，在定义__getitem__中，就发现了问题，如下：

def __getitem__(self, index): bbox_path = self.bboxesFile_path[index] img_path = bbox_path.replace('_bboxes.npy', '_clean.nrrd') label_path = bbox_path.replace('_bboxes.npy', '_mask.nrrd') img, img_shape = self.load_img(img_path) label = self.load_mask(label_path) zyx_centerCoor = self.getBboxes(bbox_path) def getBboxes(self, bboxFile_path): bboxes_array = np.load(bboxFile_path, allow_pickle=True) bboxes_list = bboxes_array.tolist() xyz_list = [[zyx[0], zyx[2], zyx[1]] for zyx in bboxes_list] return random.choice(xyz_list)

主要是因为一个_bboxes.npy记录的结节坐标点，并不只有一个结节。如果将获取bbox的放到__getitem__，就会发现他一次只能裁剪出一个patch，就不可能对多个结节的情况都处理到。所以我这里采用了random.choice的方式，随机的选择一个结节。

但是，这种方式是不好的，因为他会降低结节在学习过程中出现的次数，尽管是随机的，但是相当于某些类型的数据量变少了。同样学习的epoch次数下，那些只有一个结节的，就被学习的次数相对变多了。

为了解决这个问题，直接将结节数与文件名一一对应起来，这样对于每一个结节来说，机会都是均等的了。代码如下所示：

import os import random import numpy as np import matplotlib.pyplot as plt from tqdm import tqdm import torch from torch.utils.data import Dataset import nrrd import cv2 class myDataset_v3(Dataset): def __init__(self, data_dir, crop_size=(16, 96, 96), isTrain=False): self.dataFile_path_bboxes = [] for file in os.listdir(data_dir): if '_bboxes.npy' in file: one_path_bbox_list = self.getBboxes(os.path.join(data_dir, file)) self.dataFile_path_bboxes.extend(one_path_bbox_list) self.crop_size = crop_size self.crop_size_z, self.crop_size_h, self.crop_size_w = crop_size self.isTrain = isTrain def __getitem__(self, index): bbox_path, zyx_centerCoor = self.dataFile_path_bboxes[index] img_path = bbox_path.replace('_bboxes.npy', '_clean.nrrd') label_path = bbox_path.replace('_bboxes.npy', '_mask.nrrd') img, img_shape = self.load_img(img_path) # print('img_shape:', img_shape) label = self.load_mask(label_path) # print('zyx_centerCoor:', zyx_centerCoor) cutMin_list = self.getCenterScope(img_shape, zyx_centerCoor) if self.isTrain: rd = random.random() if rd > 0.5: cut_list = [cutMin_list[0], cutMin_list[0]+self.crop_size_z, cutMin_list[1], cutMin_list[1]+self.crop_size_h, cutMin_list[2], cutMin_list[2]+self.crop_size_w] ### z,y,x start1, start2, start3 = self.random_crop_around_nodule(img_shape, cut_list, crop_size=self.crop_size, leftTop_ratio=0.3) elif rd > 0.1: start1, start2, start3 = self.random_crop_negative_nodule(img_shape, crop_size=self.crop_size) else: start1, start2, start3 = cutMin_list else: start1, start2, start3 = cutMin_list img_crop = img[start1:start1 + self.crop_size_z, start2:start2 + self.crop_size_h, start3:start3 + self.crop_size_w] label_crop = label[start1:start1 + self.crop_size_z, start2:start2 + self.crop_size_h, start3:start3 + self.crop_size_w] # print('before:', img_crop.shape, label_crop.shape) # 计算需要pad的大小 if img_crop.shape != self.crop_size: pad_width = [(0, self.crop_size_z-img_crop.shape[0]), (0, self.crop_size_h-img_crop.shape[1]), (0, self.crop_size_w-img_crop.shape[2])] img_crop = np.pad(img_crop, pad_width, mode='constant', constant_values=0) if label_crop.shape != self.crop_size: pad_width = [(0, self.crop_size_z-label_crop.shape[0]), (0, self.crop_size_h-label_crop.shape[1]), (0, self.crop_size_w-label_crop.shape[2])] label_crop = np.pad(label_crop, pad_width, mode='constant', constant_values=0) # print('after:', img_crop.shape, label_crop.shape) img_crop = np.expand_dims(img_crop, 0) # (1, 16, 96, 96) img_crop = torch.from_numpy(img_crop).float() label_crop = torch.from_numpy(label_crop).long() # (16, 96, 96) label不用升通道维度 return img_crop, label_crop def __len__(self): return len(self.dataFile_path_bboxes) def load_img(self, path_to_img): if path_to_img.startswith('LKDS'): img = np.load(path_to_img) else: img, _ = nrrd.read(path_to_img) img = img.transpose((0, 2, 1)) # 与xyz坐标变换对应 return img/255.0, img.shape def load_mask(self, path_to_mask): mask, _ = nrrd.read(path_to_mask) mask[mask>1] = 1 mask = mask.transpose((0, 2, 1)) # 与xyz坐标变换对应 return mask def getBboxes(self, bboxFile_path): bboxes_array = np.load(bboxFile_path, allow_pickle=True) bboxes_list = bboxes_array.tolist() one_path_bbox_list = [] for zyx in bboxes_list: xyz = [zyx[0], zyx[2], zyx[1]] one_path_bbox_list.append([bboxFile_path, xyz]) return one_path_bbox_list def getCenterScope0(self, img_shape, zyx_centerCoor): cut_list = [] # 切割需要用的数 for i in range(len(img_shape)): # 0, 1, 2 → z,y,x if i == 0: # z a = zyx_centerCoor[-i - 1] - self.crop_size_z/2 # z b = zyx_centerCoor[-i - 1] + self.crop_size_z/2 # y,z else: # y, x a = zyx_centerCoor[-i - 1] - self.crop_size_w/2 b = zyx_centerCoor[-i - 1] + self.crop_size_w/2 # 超出图像边界 1 if a < 0: a = self.crop_size_z b = self.crop_size_w # 超出边界 2 elif b > img_shape[i]: if i == 0: a = img_shape[i] - self.crop_size_z b = img_shape[i] else: a = img_shape[i] - self.crop_size_w b = img_shape[i] else: pass cut_list.append(int(a)) cut_list.append(int(b)) return cut_list def getCenterScope(self, img_shape, zyx_centerCoor): img_z, img_y, img_x = img_shape zc, yc, xc = zyx_centerCoor zmin = max(0, zc - self.crop_size_z // 3) ymin = max(0, yc - self.crop_size_h // 2) xmin = max(0, xc - self.crop_size_w // 2) cutMin_list = [int(zmin), int(ymin), int(xmin)] return cutMin_list def random_crop_around_nodule(self, img_shape, cut_list, crop_size=(16, 96, 96), leftTop_ratio=0.3): """ :param img: :param label: :param center: :param radius: :param cut_list: :param crop_size: :param leftTop_ratio: 越大，阴性样本越多(需要考虑crop_size) :return: """ img_z, img_y, img_x = img_shape crop_z, crop_y, crop_x = crop_size z_min, z_max, y_min, y_max, x_min, x_max = cut_list # print('z_min, z_max, y_min, y_max, x_min, x_max:', z_min, z_max, y_min, y_max, x_min, x_max) z_min = max(0, int(z_min-crop_z*leftTop_ratio)) z_max = min(img_z, int(z_min + crop_z*leftTop_ratio)) y_min = max(0, int(y_min-crop_y*leftTop_ratio)) y_max = min(img_y, int(y_min+crop_y*leftTop_ratio)) x_min = max(0, int(x_min-crop_x*leftTop_ratio)) x_max = min(img_x, int(x_min+crop_x*leftTop_ratio)) z_start = random.randint(z_min, z_max) y_start = random.randint(y_min, y_max) x_start = random.randint(x_min, x_max) return z_start, y_start, x_start def random_crop_negative_nodule(self, img_shape, crop_size=(16, 96, 96), boundary_ratio=0.5): img_z, img_y, img_x = img_shape crop_z, crop_y, crop_x = crop_size z_min = 0#crop_z*boundary_ratio z_max = img_z-crop_z#img_z - crop_z*boundary_ratio y_min = 0#crop_y*boundary_ratio y_max = img_y-crop_y#img_y - crop_y*boundary_ratio x_min = 0#crop_x*boundary_ratio x_max = img_x-crop_x#img_x - crop_x*boundary_ratio z_start = random.randint(z_min, z_max) y_start = random.randint(y_min, y_max) x_start = random.randint(x_min, x_max) return z_start, y_start, x_start

上述就是本次改写后新的数据流完整代码，没有加入数据增强的操作。在训练时，引入了三种多样性：

确保mask有结节目标的情况下，随机的变换结节在patch中的位置；全图随机的进行裁剪，主要是产生负样本；直接使用结节为中心点的方式进行裁剪。

这样做的目的，其实是考虑到结节在patch中的位置，可能会影响到最终的预测。因为最后我们在使用的推理阶段，其实是不知道结节在图像中的哪个位置的，只能遍历所有的patch，然后再将预测的结果拼接成一个完整的mask，进而对mask的处理，知道了所有结节的位置。

这就要求结节无论是出现在图像中的任何位置，都需要找到他，并且尽量少的假阳性。

这块是很少看到论文涉及到的内容，我不清楚是不是论文只关于了指标，而忘记了假阳性这样一个附加产物。还有就是这些patch的获取方式，是预先裁剪下来，直接读取patch数组的形式，进行训练的。这种也不好，多样性不够，还比较的麻烦。

这一小节还要讲的，就是getCenterScope和random_crop_around_nodule两个函数。getCenterScope中为什么整除3，是因为多次查看，总结出来的。如果是整除2，就发现所有的结节，都偏下，这点的原因，还没有想明白。知道的求留言。

如果是一个二维的平面，已知中心点，那么找到左上角的最小值，那就应该是中心点坐标，减去二分之一的宽高。但是，在z轴也采用减去二分之一的，发现所有裁剪出来的结节就很靠下。

所以，这里采用了减去三分之一，让他在z轴上，往上移动了一点。这里的疑问还没有搞明白，知道的评论区求指教。

random_crop_around_nodule是控制了裁剪左上角最小值和最大值的坐标，在这个区间内随机的确定，进而使得结节的裁剪，更加的多样性。如下图所示：

我只要想让每一次的裁剪都有结节在，只需要结节左上角的坐标，落在一定的区间内即可。leftTop_ratio参数，就是用于控制左上角的点，远离左上角的距离。

这个值需要自己根据patch的大小自己决定，多次查看很重要。

三、验证数据流

构建好数据量的类函数，还不能算完。因为你不知道此时的数据流，是不是符合你要求的。所以如果能够模拟训练过程，提前看看每一个patch的结果，那就再好不过了。

本章节就是这个目的，我们把图像和mask通通打出来看看，这样就知道是否存在问题了。查看的方法也比较的简单，可以抄过去用到之后自己的项目里。

def getContours(output): img_seged = output.numpy().astype(np.uint8) img_seged = img_seged * 255 # ---- Predict bounding box results with txt ---- kernel = np.ones((5, 5), np.uint8) img_seged = cv2.dilate(img_seged, kernel=kernel) _, img_seged_p = cv2.threshold(img_seged, 127, 255, cv2.THRESH_BINARY) try: _, contours, _ = cv2.findContours(np.uint8(img_seged_p), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) except: contours, _ = cv2.findContours(np.uint8(img_seged_p), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) return contours if __name__=='__main__': data_dir = r"./valid" dataset_valid = myDataset_v3(data_dir, crop_size=(48, 96, 96), isTrain=False) # 送入dataset valid_loader = torch.utils.data.DataLoader(dataset_valid, # 生成dataloader batch_size=1, shuffle=False, num_workers=0) # 16) # 警告页面文件太小时可改为0 print("valid_dataloader_ok") print(len(valid_loader)) for batch_index, (data, target) in tqdm(enumerate(valid_loader)): name = dataset_valid.dataFile_path_bboxes[batch_index] print('name:', name) print('image size ......') print(data.shape) # torch.Size([batch, 1, 16, 96, 96]) print('label size ......') print(target.shape) # torch.Size([2]) # 按着batch进行显示 for i in range(data.shape[0]): onePatch = data[i, 0, :, :] onePatch_target = target[0, :, :, :] print('one_patch:', onePatch.shape, np.max(onePatch.numpy()), np.min(onePatch.numpy())) fig, ax = plt.subplots(6, 8, figsize=[14, 16]) for i in range(6): for j in range(8): one_pic = onePatch[i * 4 + j] img = one_pic.numpy()*255.0 # print('one_pic img:', one_pic.shape, np.max(one_pic.numpy()), np.min(one_pic.numpy())) one_mask = onePatch_target[i * 4 + j] contours = getContours(one_mask) for contour in contours: x, y, w, h = cv2.boundingRect(contour) xmin, ymin, xmax, ymax = x, y, x + w, y + h # print('contouts:', xmin, ymin, xmax, ymax) cv2.drawContours(img, contour, -1, (0, 0, 255), 2) # cv2.rectangle(img, (int(xmin), int(ymin)), (int(xmax), int(ymax)), (0, 0, 255), # thickness=1) ax[i, j].imshow(img, cmap='gray') ax[i, j].axis('off') # print('one_target:', onePatch.shape, np.max(onePatch.numpy()), np.min(onePatch.numpy())) fig, ax = plt.subplots(6, 8, figsize=[14, 16]) for i in range(6): for j in range(8): one_pic = onePatch_target[i * 4 + j] # print('one_pic mask:', one_pic.shape, np.max(one_pic.numpy()), np.min(one_pic.numpy())) ax[i, j].imshow(one_pic, cmap='gray') ax[i, j].axis('off') plt.show()

显示出来的图像如下所示：

你可以多看几张，看的多了，也就顺便给验证了结节裁剪的是否有问题。同时，也可以采用训练模型，看看在训练情况下，阳性带结节的样本，和全是黑色的，没有结节的样本占到多少。这也为我们改上面的代码，提供了参考标准。

四、总结

本文其实是对前面博客数据流问题的一个总结，和找到解决问题的方法了。同时将一个验证数据量的过程给展示了出来，方便我们后续更多的其他任务，都是很有好处的。

如果你是一名初学者，我相信该收获满满。如果你是奔着项目来的，那肯定也找到了思路。数据集的差异，主要体现在前处理上，而到了训练阶段，本篇可以帮助你快速的动手。

最后，留下你的点赞和收藏。如果有问题，欢迎评论和私信。后续会将训练和验证的代码进行介绍，这部分同样是重点。