简介这是一份面向医学图像分割任务的高质量数据集聚焦X光影像下的牙齿区域分割属于背景与前景的二值分割任务0为背景255为前景目标。数据集已规范划分为训练集与测试集训练集包含1600张原始X光图像及对应掩膜测试集400张图像及掩膜可直接用于深度学习模型的训练与效果评估。整个压缩包共2000个文件其中1999张PNG格式图像覆盖输入图片与标签另附1个Python可视化脚本可随机抽取样本将原始图、真实标签及标签叠加效果同屏展示便于快速预览数据质量与标注情况。资源整体大小约434.8MB体量适中适合高校学生、科研人员及算法工程师开展牙齿影像分割实验或课题研究。当前已有566人学习使用数据分布密集且前景占比大能有效锻炼模型对细小结构的判别能力是一份可直接落地的医学影像分割入门与进阶数据资源。1. X光牙齿分割先整理好数据再谈模型做医学图像分割最容易被忽视的是数据本身。拿到一份“基于X光下的牙齿分割数据”里面通常是几百张X光片和对应掩膜标注只分背景和牙齿两类。但X光片的对比度差异、金属伪影、牙齿边缘与骨骼的灰度重叠都会让模型在测试集上表现波动。只关注U-Net忽略训练集和测试集的标签格式与划分逻辑模型结果很难解释。这里要梳理2类别分割数据的完整路径训练集和测试集的目录约定、标签像素值检查、预处理与增强、U-Net训练与评估以及针对牙齿重叠的进阶处理。适合刚接触医学图像分割的工程师也适合需要整理医学影像数据的研究人员。下面所有脚本都遵循“先确认数据再训练模型”的顺序。换一批X光牙齿数据也能照着这套流程复现。2. 组织牙齿分割数据集训练集和测试集的目录、标签与划分2.1 目录结构把原图与掩膜分开存放拿到数据先看目录。常见做法是images和masks两个文件夹或者每个样本一个子目录。我一般会先落成这样的结构teeth_data/ ├── train/ │ ├── images/ │ │ ├── 001.png │ │ └── 002.png │ └── masks/ │ ├── 001.png │ └── 002.png └── test/ ├── images/ │ ├── 201.png │ └── 202.png └── masks/ ├── 201.png └── 202.png原图和掩膜文件名一一对应这是最不会出错的约定。掩膜如果只有一份、没有区分训练和测试就要自己拆分。把数据集放在train/和test/下后面写 Dataset 类时只需要扫描两个目录不需要额外维护 CSV。如果你的数据是 DICOM 或 nii.gz需要先转成 PNG 再入训练因为分割框架大多直接读普通图像格式。X光图往往是 12 位或 16 位灰度直接存成 8 位 PNG 会损失窗位信息。建议在转换时按最大最小像素值做线性拉伸而不是简单截断这样能保证训练集和测试集的灰度范围一致避免模型在训练时看到大量无效黑色区域。2.2 标签编码背景是0牙齿是1还是2552类别分割的标签必须是单通道掩膜而不是三通道彩色标注。常见有两种编码背景像素值为 0、目标为 1 的 label 模式以及背景 0、目标 255 的 mask 模式。读取后用np.unique检查像素值集合防止出现灰色边缘。我一般会在数据加载入口统一做一次检查import numpy as np from PIL import Image mask np.array(Image.open(train/masks/001.png).convert(L)) values, counts np.unique(mask, return_countsTrue) print(像素值:, values, 数量:, counts) # 如果出现 0 和 255则归一化到 0/1 if set(values) {0, 255}: mask (mask 0).astype(np.uint8)逻辑说明加载灰度掩膜检查唯一值。若数据标注时用了 0/255就通过阈值转成 0/1方便后续损失函数计算。参数说明convert(L)将所有通道合并为亮度值astype(np.uint8)把布尔数组转成紧凑整数减少显存占用。如果掩膜是三通道 RGB 但每通道相同先取第一通道再检查如果发现值是 0/1 之外还有一个中间值说明标注有抖动需要回到标注工具里清理。这个编码决定了后面损失函数的输出U-Net 最后的 sigmoid 输出会与 0/1 掩膜计算交叉熵。测试集掩膜是 0/255 时也要同样处理。2.3 训练集和测试集划分随机抽样还不够当数据没有预设划分时很多人直接随机 split。但对于 X光牙齿数据同一个患者的多个牙片会被重复采集如果随机划分训练集和测试集可能包含同一患者的图像导致模型记忆患者特征而不是牙齿结构。正确的做法是先按患者 ID 分组再做组级别划分。若数据文件名包含患者号可以这样写import glob from sklearn.model_selection import GroupShuffleSplit images sorted(glob.glob(raw/images/*.png)) groups [img.split(/)[-1].split(_)[0] for img in images] # 文件名例如 P01_001.png splitter GroupShuffleSplit(n_splits1, test_size0.2, random_state42) train_idx, test_idx next(splitter.split(images, groupsgroups)) train_files [images[i] for i in train_idx] test_files [images[i] for i in test_idx]逻辑说明先把文件名里的患者 ID 提取出来作为分组依据GroupShuffleSplit保证同一组的样本不会同时出现在训练集和测试集。参数说明n_splits1表示只生成一组划分test_size0.2表示测试集占 20%random_state固定种子方便复现。若数据中没有患者 ID无法正确分组只能按文件名前缀或采集时间近似分组。这种划分方式虽然会让测试集 Dice 分数比随机拆分低几个点但它更接近真实临床场景最终模型的可信度更高。尤其在训练集和测试集分布不平衡时这一步省不掉。3. X光图像的预处理与增强让牙齿分割模型见多识广3.1 归一化与对比度增强CLAHE是X光图的默认选项X光影像的动态范围大不同设备采集的灰度分布差异明显。直接用原始像素喂给模型容易让 batch normalization 层失效。最基本的做法是把图像像素归一化到 [0,1] 或使用 z-score。但牙齿分割里骨骼和牙齿在灰度上非常接近仅在局部区域有边缘差异单独做全局归一化提升有限。我一般用 CLAHE对比度受限自适应直方图均衡增强局部对比度然后再做标准化。CLAHE 比普通 HE 更克制它把图像分成小块每块内做直方图均衡并通过 clip limit 限制噪点放大。对于 X光下的牙齿组织clip_limit通常取 1.5 到 2.0tileGridSize取 (8,8) 或 (4,4)。参数过大容易把软组织噪点放大过小则没有明显增强效果。如果原图已带标注预处理转换必须同时应用到 image 和 mask但 CLAHE 只作用于 imagemask 保持二值。3.2 数据增强同步变换是分割任务的前提分割任务的数据增强必须保证图像和掩膜做完全相同的几何变换。随机旋转、缩放、翻转都可以直接同步但颜色抖动、对比度增强这类像素级增强只能作用于图像不能作用于掩膜。牙齿 X光中牙齿之间的重叠区域很小随机 crop 容易裁掉目标建议先把图像缩放到固定尺寸再做小角度旋转和水平翻转。弹性形变适合模拟患者姿态变化但需要控制变形幅度防止掩膜边缘断裂。另一个实际问题是训练数据里每张图的牙齿数量不同。2类别分割的标签只区分前景和背景模型需要适应单颗牙和多颗牙的差异。增强里加入随机尺度变化让模型对牙齿大小更鲁棒。我在实际项目中经常把输入尺寸定在 256×256 或 512×512前者训练快后者保留更多牙根细节。如果显存足够512 是优先选择。3.3 可复用的预处理与增强代码下面这段代码可以用在 PyTorch 或 TensorFlow 的 Dataset 里包含 CLAHE、归一化、随机旋转和翻转import cv2 import numpy as np from albumentations import Compose, CLAHE, Normalize, HorizontalFlip, Rotate def build_transforms(phasetrain): transforms_list [ CLAHE(clip_limit2.0, tile_grid_size(8, 8), always_applyTrue), ] if phase train: transforms_list [ HorizontalFlip(p0.5), Rotate(limit15, border_modecv2.BORDER_CONSTANT, mask_value0, p0.8), ] transforms_list.append(Normalize(mean0.5, std0.25, max_pixel_value255.0)) return Compose(transforms_list, additional_targets{mask: mask}) transforms build_transforms(train) sample transforms(imageimage, maskmask) image sample[image] mask sample[mask]逻辑说明albumentations的Compose会按顺序执行增强additional_targets指定mask作为第二个输入保证几何变换同步。参数说明Rotate里border_mode设为BORDER_CONSTANT旋转产生的空白区域用常量填充mask_value0让背景填充保持一致Normalize的mean0.5、std0.25把灰度分布拉到零附近适合 X光片。注意 CLAHE 用always_applyTrue强制生效因为这项增强对 X光分割几乎总是正向收益。使用这个增强流程后训练集每个 epoch 看到的是不同版本的图像。测试集只用 CLAHE 和 Normalize不做随机增强。另外如果你不需要albumentations这个依赖也可以用 OpenCV 自行实现先旋转矩阵再cv2.warpAffine分别处理图像和掩膜插值方法图像用INTER_LINEAR掩膜用INTER_NEAREST。后者能避免插值带来伪标签。4. 用U-Net训练牙齿分割模型损失函数、训练脚本与测试集评估4.1 U-Net为什么是牙齿分割的默认基线U-Net 是医学图像分割最常见的基线模型编码器逐步下采样提取上下文解码器通过跳跃连接恢复空间细节。对于 X光牙齿分割牙齿边界在灰度上不连续U-Net 的跳跃连接能把低级边缘信息传递给深层特征比普通 FCN 更适合。如果你只是 2类别分割U-Net 的第一层输入通道是 1输出通道是 1不需要预训练权重也能从头开始在几百张图上收敛到可用的 Dice 指标。数据量少时可以先用 U-Net 跑通流程再尝试 DeepLabV3 或 TransUNet。但牙齿分割的公开 SoTA 不容易复现很多增益来自数据清洗与增强。因此我这里给一个最小可训练的 U-Net 框架配合上一章的预处理你的训练集和测试集都能直接使用。如果你已经在用 YOLOv8 这类检测模型做牙齿检测可以把检测框作为先验裁剪出单颗牙区域再做分割但这不是本标题的默认路线。4.2 损失函数与评估指标Dice Loss和IoU分割训练最怕类别不平衡。牙齿区域占整张 X光的面积比例低如果直接用CrossEntropyLoss模型会倾向于预测背景。Dice Loss 直接优化分割区域的重合程度对前景占比不敏感。另一个选择是 Focal Loss但实验下来 Dice Loss BCE 的组合更稳。测试指标用 Dice 系数和 IoUDice 对重叠更敏感IoU 对边界误差更敏感。可以先给一个常用的 DiceLoss 实现import torch import torch.nn as nn class DiceLoss(nn.Module): def __init__(self, smooth1e-6): super().__init__() self.smooth smooth def forward(self, pred, target): pred torch.sigmoid(pred) pred pred.contiguous().view(-1) target target.contiguous().view(-1) intersection (pred * target).sum() dice (2.0 * intersection self.smooth) / (pred.sum() target.sum() self.smooth) return 1.0 - dice逻辑说明DiceLoss 将预测与目标展平后计算交集与并集返回1 - Dice作为损失。训练时 mask 需要转成 float 类型网络输出 logits在损失函数内部做 sigmoid。参数说明smooth1e-6的作用是防止某个 batch 没有前景区域时除零如果连续几个 epoch 损失都是 0.99 附近的常数优先检查 mask 的像素值是否为 0/1而不是 0/255。4.3 训练脚本关键片段这里给 PyTorch 风格的关键片段model UNet(in_channels1, out_channels1) optimizer torch.optim.AdamW(model.parameters(), lr1e-4, weight_decay1e-5) loss_fn DiceLoss() for epoch in range(epochs): for image, mask in train_loader: image, mask image.to(device), mask.float().to(device) logits model(image) loss loss_fn(logits, mask) optimizer.zero_grad() loss.backward() optimizer.step()逻辑说明训练循环中image和mask被移入设备mask使用float()转成浮点型因为 DiceLoss 内部需要浮点乘法。logits来自模型输出没有直接经过 sigmoid真正的概率转换在损失函数中完成。参数说明AdamW 是 Adam 的权重衰减修正版lr1e-4是医学图像分割里的常用初始值weight_decay对 2类别任务设置 1e-5 防止过拟合。若 GPU 显存有限把batch_size调到 4 或 8同时学习率按线性比例降低。训练中还需要记录每个 epoch 的 Dice 分数在验证集上保存最佳权重。判断过拟合看训练集和测试集的 loss 差如果训练 Dice 持续上涨而测试 Dice 停滞就要回到增强和正则化。常见训练参数参考参数推荐值说明image_size256/512256训练快512保留更多细节batch_size4/8根据显存和lr联动调整epochs50-100配合验证集早停lr1e-4AdamW初始值weight_decay1e-5防止过拟合4.4 测试集评估计算Dice和IoU并保存可视化结果模型训练结束后在测试集上逐张推理并计算指标。典型评估代码def calculate_metrics(pred_mask, true_mask, eps1e-6): pred pred_mask 0.5 true true_mask 0.5 intersection (pred true).sum() union (pred | true).sum() dice (2 * intersection eps) / (pred.sum() true.sum() eps) iou (intersection eps) / (union eps) return dice, iou model.eval() dice_scores, iou_scores [], [] with torch.no_grad(): for image, mask in test_loader: logits model(image.to(device)) pred (torch.sigmoid(logits) 0.5).cpu().numpy() dice, iou calculate_metrics(pred, mask.numpy()) dice_scores.append(dice) iou_scores.append(iou) print(fTest Dice: {np.mean(dice_scores):.4f} ± {np.std(dice_scores):.4f}) print(fTest IoU: {np.mean(iou_scores):.4f} ± {np.std(iou_scores):.4f})逻辑说明calculate_metrics先用 0.5 阈值把概率变成二值掩膜然后分别计算交集、并集与前景面积。Dice 和 IoU 都加eps防止样本全为背景时除零。参数说明测试时不用做随机增强只用与训练相同的 Normalizenp.std反映测试集样本间差异如果标准差超过 0.1 说明部分牙片出现严重伪影。最终建议把预测掩膜与原图叠成 PNG 保存方便后续查看错误样本。5. 牙齿分割的实用技巧处理重叠牙、根尖与标注噪声5.1 用边界损失提升分割边缘精度X光下牙齿互相重叠边界在灰度上没有清晰分界。常见做法是在 Dice Loss 上叠加一个基于距离变换的边界损失让网络更关注靠近边界的像素。实现时先对掩膜做距离变换边界像素给出更高权重。这类损失在牙齿分割中值得尝试能让测试集 Dice 提升 1 到 2 个点。你需要把它和主损失按 0.8/0.2 加权而不是简单相加否则网络会过度拟合边缘噪声。5.2 测试时增强与多模型投票测试时增强TTA不需要改训练代码。推理时将输入做水平翻转和 ±10 度旋转得到多份预测概率取平均后再阈值化。TTA 能抹平单次推理因平移敏感性造成的抖动。与 TTA 类似的操作是训练两个不同 seed 的 U-Net对概率图取平均。这两种方法都适合牙齿数据量少、模型方差大的情况。注意 TTA 会增加推理时间批量处理时按需开启如果模型要跑实时推理TTA 只适合离线分析。5.3 通过误差热图定位训练集标注问题如果测试集上预测结果整体不错但个别图 Dice 突然下降先用误差热图定位。将预测掩膜和真实掩膜异或得到错误像素分布再叠加到原图上。若错误位置总集中在牙齿边缘属于边界拟合不足若错误位置是整块牙齿缺失多半是训练集没有同类型样本或标注遗漏。下表是一个简单的错误归类参考现象可能原因处理方式边界细线错切掩膜标注不精确清理训练集mask边缘单颗牙缺失训练集该类样本少增加该形态数据增强金属伪影处误检伪影灰度与牙根接近加入对比度调整整张全黑掩膜像素值读到0/1以外检查标签编码5.4 快速推理脚本单张X光的牙齿分割验证训练完成后需要一个不依赖 GPU 的快速验证脚本import cv2 import torch from model import UNet # 替换为你自己的模型文件 model UNet(in_channels1, out_channels1) model.load_state_dict(torch.load(best_model.pth, map_locationcpu)) model.eval() image cv2.imread(test/images/201.png, cv2.IMREAD_GRAYSCALE) image cv2.createCLAHE(clipLimit2.0, tileGridSize(8, 8)).apply(image) image image.astype(float32) / 255.0 image (image - 0.5) / 0.25 image torch.from_numpy(image).float().unsqueeze(0).unsqueeze(0) with torch.no_grad(): raw_mask model(image) pred_mask (torch.sigmoid(raw_mask) 0.5).squeeze().numpy().astype(uint8) * 255 cv2.imwrite(pred_mask.png, pred_mask)逻辑说明脚本把单张图缩放归一化后直接送入模型输出 0/255 掩膜。注意预处理参数要与训练时完全一致包括 CLAHE 的clipLimit和 Normalize 的mean/std。参数说明unsqueeze(0)把(H,W)变成(1,1,H,W)满足卷积层输入的 NCHW 格式map_locationcpu让没有 CUDA 的设备也能加载权重。这个脚本可以在拿到新 X光片时立即判断当前模型能不能直接用于预测。本文还有配套的精品资源点击获取 X光牙齿分割实战：从数据预处理到U-Net训练全流程
简介这是一份面向医学图像分割任务的高质量数据集聚焦X光影像下的牙齿区域分割属于背景与前景的二值分割任务0为背景255为前景目标。数据集已规范划分为训练集与测试集训练集包含1600张原始X光图像及对应掩膜测试集400张图像及掩膜可直接用于深度学习模型的训练与效果评估。整个压缩包共2000个文件其中1999张PNG格式图像覆盖输入图片与标签另附1个Python可视化脚本可随机抽取样本将原始图、真实标签及标签叠加效果同屏展示便于快速预览数据质量与标注情况。资源整体大小约434.8MB体量适中适合高校学生、科研人员及算法工程师开展牙齿影像分割实验或课题研究。当前已有566人学习使用数据分布密集且前景占比大能有效锻炼模型对细小结构的判别能力是一份可直接落地的医学影像分割入门与进阶数据资源。1. X光牙齿分割先整理好数据再谈模型做医学图像分割最容易被忽视的是数据本身。拿到一份“基于X光下的牙齿分割数据”里面通常是几百张X光片和对应掩膜标注只分背景和牙齿两类。但X光片的对比度差异、金属伪影、牙齿边缘与骨骼的灰度重叠都会让模型在测试集上表现波动。只关注U-Net忽略训练集和测试集的标签格式与划分逻辑模型结果很难解释。这里要梳理2类别分割数据的完整路径训练集和测试集的目录约定、标签像素值检查、预处理与增强、U-Net训练与评估以及针对牙齿重叠的进阶处理。适合刚接触医学图像分割的工程师也适合需要整理医学影像数据的研究人员。下面所有脚本都遵循“先确认数据再训练模型”的顺序。换一批X光牙齿数据也能照着这套流程复现。2. 组织牙齿分割数据集训练集和测试集的目录、标签与划分2.1 目录结构把原图与掩膜分开存放拿到数据先看目录。常见做法是images和masks两个文件夹或者每个样本一个子目录。我一般会先落成这样的结构teeth_data/ ├── train/ │ ├── images/ │ │ ├── 001.png │ │ └── 002.png │ └── masks/ │ ├── 001.png │ └── 002.png └── test/ ├── images/ │ ├── 201.png │ └── 202.png └── masks/ ├── 201.png └── 202.png原图和掩膜文件名一一对应这是最不会出错的约定。掩膜如果只有一份、没有区分训练和测试就要自己拆分。把数据集放在train/和test/下后面写 Dataset 类时只需要扫描两个目录不需要额外维护 CSV。如果你的数据是 DICOM 或 nii.gz需要先转成 PNG 再入训练因为分割框架大多直接读普通图像格式。X光图往往是 12 位或 16 位灰度直接存成 8 位 PNG 会损失窗位信息。建议在转换时按最大最小像素值做线性拉伸而不是简单截断这样能保证训练集和测试集的灰度范围一致避免模型在训练时看到大量无效黑色区域。2.2 标签编码背景是0牙齿是1还是2552类别分割的标签必须是单通道掩膜而不是三通道彩色标注。常见有两种编码背景像素值为 0、目标为 1 的 label 模式以及背景 0、目标 255 的 mask 模式。读取后用np.unique检查像素值集合防止出现灰色边缘。我一般会在数据加载入口统一做一次检查import numpy as np from PIL import Image mask np.array(Image.open(train/masks/001.png).convert(L)) values, counts np.unique(mask, return_countsTrue) print(像素值:, values, 数量:, counts) # 如果出现 0 和 255则归一化到 0/1 if set(values) {0, 255}: mask (mask 0).astype(np.uint8)逻辑说明加载灰度掩膜检查唯一值。若数据标注时用了 0/255就通过阈值转成 0/1方便后续损失函数计算。参数说明convert(L)将所有通道合并为亮度值astype(np.uint8)把布尔数组转成紧凑整数减少显存占用。如果掩膜是三通道 RGB 但每通道相同先取第一通道再检查如果发现值是 0/1 之外还有一个中间值说明标注有抖动需要回到标注工具里清理。这个编码决定了后面损失函数的输出U-Net 最后的 sigmoid 输出会与 0/1 掩膜计算交叉熵。测试集掩膜是 0/255 时也要同样处理。2.3 训练集和测试集划分随机抽样还不够当数据没有预设划分时很多人直接随机 split。但对于 X光牙齿数据同一个患者的多个牙片会被重复采集如果随机划分训练集和测试集可能包含同一患者的图像导致模型记忆患者特征而不是牙齿结构。正确的做法是先按患者 ID 分组再做组级别划分。若数据文件名包含患者号可以这样写import glob from sklearn.model_selection import GroupShuffleSplit images sorted(glob.glob(raw/images/*.png)) groups [img.split(/)[-1].split(_)[0] for img in images] # 文件名例如 P01_001.png splitter GroupShuffleSplit(n_splits1, test_size0.2, random_state42) train_idx, test_idx next(splitter.split(images, groupsgroups)) train_files [images[i] for i in train_idx] test_files [images[i] for i in test_idx]逻辑说明先把文件名里的患者 ID 提取出来作为分组依据GroupShuffleSplit保证同一组的样本不会同时出现在训练集和测试集。参数说明n_splits1表示只生成一组划分test_size0.2表示测试集占 20%random_state固定种子方便复现。若数据中没有患者 ID无法正确分组只能按文件名前缀或采集时间近似分组。这种划分方式虽然会让测试集 Dice 分数比随机拆分低几个点但它更接近真实临床场景最终模型的可信度更高。尤其在训练集和测试集分布不平衡时这一步省不掉。3. X光图像的预处理与增强让牙齿分割模型见多识广3.1 归一化与对比度增强CLAHE是X光图的默认选项X光影像的动态范围大不同设备采集的灰度分布差异明显。直接用原始像素喂给模型容易让 batch normalization 层失效。最基本的做法是把图像像素归一化到 [0,1] 或使用 z-score。但牙齿分割里骨骼和牙齿在灰度上非常接近仅在局部区域有边缘差异单独做全局归一化提升有限。我一般用 CLAHE对比度受限自适应直方图均衡增强局部对比度然后再做标准化。CLAHE 比普通 HE 更克制它把图像分成小块每块内做直方图均衡并通过 clip limit 限制噪点放大。对于 X光下的牙齿组织clip_limit通常取 1.5 到 2.0tileGridSize取 (8,8) 或 (4,4)。参数过大容易把软组织噪点放大过小则没有明显增强效果。如果原图已带标注预处理转换必须同时应用到 image 和 mask但 CLAHE 只作用于 imagemask 保持二值。3.2 数据增强同步变换是分割任务的前提分割任务的数据增强必须保证图像和掩膜做完全相同的几何变换。随机旋转、缩放、翻转都可以直接同步但颜色抖动、对比度增强这类像素级增强只能作用于图像不能作用于掩膜。牙齿 X光中牙齿之间的重叠区域很小随机 crop 容易裁掉目标建议先把图像缩放到固定尺寸再做小角度旋转和水平翻转。弹性形变适合模拟患者姿态变化但需要控制变形幅度防止掩膜边缘断裂。另一个实际问题是训练数据里每张图的牙齿数量不同。2类别分割的标签只区分前景和背景模型需要适应单颗牙和多颗牙的差异。增强里加入随机尺度变化让模型对牙齿大小更鲁棒。我在实际项目中经常把输入尺寸定在 256×256 或 512×512前者训练快后者保留更多牙根细节。如果显存足够512 是优先选择。3.3 可复用的预处理与增强代码下面这段代码可以用在 PyTorch 或 TensorFlow 的 Dataset 里包含 CLAHE、归一化、随机旋转和翻转import cv2 import numpy as np from albumentations import Compose, CLAHE, Normalize, HorizontalFlip, Rotate def build_transforms(phasetrain): transforms_list [ CLAHE(clip_limit2.0, tile_grid_size(8, 8), always_applyTrue), ] if phase train: transforms_list [ HorizontalFlip(p0.5), Rotate(limit15, border_modecv2.BORDER_CONSTANT, mask_value0, p0.8), ] transforms_list.append(Normalize(mean0.5, std0.25, max_pixel_value255.0)) return Compose(transforms_list, additional_targets{mask: mask}) transforms build_transforms(train) sample transforms(imageimage, maskmask) image sample[image] mask sample[mask]逻辑说明albumentations的Compose会按顺序执行增强additional_targets指定mask作为第二个输入保证几何变换同步。参数说明Rotate里border_mode设为BORDER_CONSTANT旋转产生的空白区域用常量填充mask_value0让背景填充保持一致Normalize的mean0.5、std0.25把灰度分布拉到零附近适合 X光片。注意 CLAHE 用always_applyTrue强制生效因为这项增强对 X光分割几乎总是正向收益。使用这个增强流程后训练集每个 epoch 看到的是不同版本的图像。测试集只用 CLAHE 和 Normalize不做随机增强。另外如果你不需要albumentations这个依赖也可以用 OpenCV 自行实现先旋转矩阵再cv2.warpAffine分别处理图像和掩膜插值方法图像用INTER_LINEAR掩膜用INTER_NEAREST。后者能避免插值带来伪标签。4. 用U-Net训练牙齿分割模型损失函数、训练脚本与测试集评估4.1 U-Net为什么是牙齿分割的默认基线U-Net 是医学图像分割最常见的基线模型编码器逐步下采样提取上下文解码器通过跳跃连接恢复空间细节。对于 X光牙齿分割牙齿边界在灰度上不连续U-Net 的跳跃连接能把低级边缘信息传递给深层特征比普通 FCN 更适合。如果你只是 2类别分割U-Net 的第一层输入通道是 1输出通道是 1不需要预训练权重也能从头开始在几百张图上收敛到可用的 Dice 指标。数据量少时可以先用 U-Net 跑通流程再尝试 DeepLabV3 或 TransUNet。但牙齿分割的公开 SoTA 不容易复现很多增益来自数据清洗与增强。因此我这里给一个最小可训练的 U-Net 框架配合上一章的预处理你的训练集和测试集都能直接使用。如果你已经在用 YOLOv8 这类检测模型做牙齿检测可以把检测框作为先验裁剪出单颗牙区域再做分割但这不是本标题的默认路线。4.2 损失函数与评估指标Dice Loss和IoU分割训练最怕类别不平衡。牙齿区域占整张 X光的面积比例低如果直接用CrossEntropyLoss模型会倾向于预测背景。Dice Loss 直接优化分割区域的重合程度对前景占比不敏感。另一个选择是 Focal Loss但实验下来 Dice Loss BCE 的组合更稳。测试指标用 Dice 系数和 IoUDice 对重叠更敏感IoU 对边界误差更敏感。可以先给一个常用的 DiceLoss 实现import torch import torch.nn as nn class DiceLoss(nn.Module): def __init__(self, smooth1e-6): super().__init__() self.smooth smooth def forward(self, pred, target): pred torch.sigmoid(pred) pred pred.contiguous().view(-1) target target.contiguous().view(-1) intersection (pred * target).sum() dice (2.0 * intersection self.smooth) / (pred.sum() target.sum() self.smooth) return 1.0 - dice逻辑说明DiceLoss 将预测与目标展平后计算交集与并集返回1 - Dice作为损失。训练时 mask 需要转成 float 类型网络输出 logits在损失函数内部做 sigmoid。参数说明smooth1e-6的作用是防止某个 batch 没有前景区域时除零如果连续几个 epoch 损失都是 0.99 附近的常数优先检查 mask 的像素值是否为 0/1而不是 0/255。4.3 训练脚本关键片段这里给 PyTorch 风格的关键片段model UNet(in_channels1, out_channels1) optimizer torch.optim.AdamW(model.parameters(), lr1e-4, weight_decay1e-5) loss_fn DiceLoss() for epoch in range(epochs): for image, mask in train_loader: image, mask image.to(device), mask.float().to(device) logits model(image) loss loss_fn(logits, mask) optimizer.zero_grad() loss.backward() optimizer.step()逻辑说明训练循环中image和mask被移入设备mask使用float()转成浮点型因为 DiceLoss 内部需要浮点乘法。logits来自模型输出没有直接经过 sigmoid真正的概率转换在损失函数中完成。参数说明AdamW 是 Adam 的权重衰减修正版lr1e-4是医学图像分割里的常用初始值weight_decay对 2类别任务设置 1e-5 防止过拟合。若 GPU 显存有限把batch_size调到 4 或 8同时学习率按线性比例降低。训练中还需要记录每个 epoch 的 Dice 分数在验证集上保存最佳权重。判断过拟合看训练集和测试集的 loss 差如果训练 Dice 持续上涨而测试 Dice 停滞就要回到增强和正则化。常见训练参数参考参数推荐值说明image_size256/512256训练快512保留更多细节batch_size4/8根据显存和lr联动调整epochs50-100配合验证集早停lr1e-4AdamW初始值weight_decay1e-5防止过拟合4.4 测试集评估计算Dice和IoU并保存可视化结果模型训练结束后在测试集上逐张推理并计算指标。典型评估代码def calculate_metrics(pred_mask, true_mask, eps1e-6): pred pred_mask 0.5 true true_mask 0.5 intersection (pred true).sum() union (pred | true).sum() dice (2 * intersection eps) / (pred.sum() true.sum() eps) iou (intersection eps) / (union eps) return dice, iou model.eval() dice_scores, iou_scores [], [] with torch.no_grad(): for image, mask in test_loader: logits model(image.to(device)) pred (torch.sigmoid(logits) 0.5).cpu().numpy() dice, iou calculate_metrics(pred, mask.numpy()) dice_scores.append(dice) iou_scores.append(iou) print(fTest Dice: {np.mean(dice_scores):.4f} ± {np.std(dice_scores):.4f}) print(fTest IoU: {np.mean(iou_scores):.4f} ± {np.std(iou_scores):.4f})逻辑说明calculate_metrics先用 0.5 阈值把概率变成二值掩膜然后分别计算交集、并集与前景面积。Dice 和 IoU 都加eps防止样本全为背景时除零。参数说明测试时不用做随机增强只用与训练相同的 Normalizenp.std反映测试集样本间差异如果标准差超过 0.1 说明部分牙片出现严重伪影。最终建议把预测掩膜与原图叠成 PNG 保存方便后续查看错误样本。5. 牙齿分割的实用技巧处理重叠牙、根尖与标注噪声5.1 用边界损失提升分割边缘精度X光下牙齿互相重叠边界在灰度上没有清晰分界。常见做法是在 Dice Loss 上叠加一个基于距离变换的边界损失让网络更关注靠近边界的像素。实现时先对掩膜做距离变换边界像素给出更高权重。这类损失在牙齿分割中值得尝试能让测试集 Dice 提升 1 到 2 个点。你需要把它和主损失按 0.8/0.2 加权而不是简单相加否则网络会过度拟合边缘噪声。5.2 测试时增强与多模型投票测试时增强TTA不需要改训练代码。推理时将输入做水平翻转和 ±10 度旋转得到多份预测概率取平均后再阈值化。TTA 能抹平单次推理因平移敏感性造成的抖动。与 TTA 类似的操作是训练两个不同 seed 的 U-Net对概率图取平均。这两种方法都适合牙齿数据量少、模型方差大的情况。注意 TTA 会增加推理时间批量处理时按需开启如果模型要跑实时推理TTA 只适合离线分析。5.3 通过误差热图定位训练集标注问题如果测试集上预测结果整体不错但个别图 Dice 突然下降先用误差热图定位。将预测掩膜和真实掩膜异或得到错误像素分布再叠加到原图上。若错误位置总集中在牙齿边缘属于边界拟合不足若错误位置是整块牙齿缺失多半是训练集没有同类型样本或标注遗漏。下表是一个简单的错误归类参考现象可能原因处理方式边界细线错切掩膜标注不精确清理训练集mask边缘单颗牙缺失训练集该类样本少增加该形态数据增强金属伪影处误检伪影灰度与牙根接近加入对比度调整整张全黑掩膜像素值读到0/1以外检查标签编码5.4 快速推理脚本单张X光的牙齿分割验证训练完成后需要一个不依赖 GPU 的快速验证脚本import cv2 import torch from model import UNet # 替换为你自己的模型文件 model UNet(in_channels1, out_channels1) model.load_state_dict(torch.load(best_model.pth, map_locationcpu)) model.eval() image cv2.imread(test/images/201.png, cv2.IMREAD_GRAYSCALE) image cv2.createCLAHE(clipLimit2.0, tileGridSize(8, 8)).apply(image) image image.astype(float32) / 255.0 image (image - 0.5) / 0.25 image torch.from_numpy(image).float().unsqueeze(0).unsqueeze(0) with torch.no_grad(): raw_mask model(image) pred_mask (torch.sigmoid(raw_mask) 0.5).squeeze().numpy().astype(uint8) * 255 cv2.imwrite(pred_mask.png, pred_mask)逻辑说明脚本把单张图缩放归一化后直接送入模型输出 0/255 掩膜。注意预处理参数要与训练时完全一致包括 CLAHE 的clipLimit和 Normalize 的mean/std。参数说明unsqueeze(0)把(H,W)变成(1,1,H,W)满足卷积层输入的 NCHW 格式map_locationcpu让没有 CUDA 的设备也能加载权重。这个脚本可以在拿到新 X光片时立即判断当前模型能不能直接用于预测。本文还有配套的精品资源点击获取