医学图像分割结果对比查看器

一个专业的医学图像分割结果可视化工具，用于对比多个深度学习模型的分割效果，支持.nii.gz格式的3D医学图像。

功能特点

核心功能

• 多模型对比：支持2-10个文件夹同时对比（1个原始图像 + 1个GT + 最多8个模型预测）
• 智能切片过滤：自动检测并只显示GT中包含掩膜的切片，跳过空白切片
• 双重可视化：
  • 2D切片视图：原始图像 + 淡红色半透明掩膜叠加
  • 3D投影视图：最大强度投影（MIP）显示完整分割结构
• 实时指标计算：
  • 3D指标：Dice系数、clDice系数（加载时计算一次）
  • 2D指标：当前切片的Dice系数、clDice系数（切换切片时实时更新）

交互功能

• 鼠标滚轮：向上/向下滚动切换切片
• 键盘快捷键：
  • 左箭头：切换到上一个.nii.gz文件
  • 右箭头：切换到下一个.nii.gz文件
• 滑动条：拖动浏览不同切片
• 按钮控制：点击按钮切换文件

界面布局

┌─────────────────────────────────────────────────────────────┐
│  文件信息 | 有效切片统计                                      │
├──────────────┬──────────────┬──────────────┬────────────────┤
│    Image     │      GT      │    Model1    │    Model2      │
├──────────────┼──────────────┼──────────────┼────────────────┤
│  原始图像     │  图像+GT掩膜  │  图像+预测掩膜 │  图像+预测掩膜  │
├──────────────┼──────────────┼──────────────┼────────────────┤
│  指标汇总     │  3D投影可视化 │  3D投影可视化 │  3D投影可视化   │
│  (所有模型)   │              │              │                │
└──────────────┴──────────────┴──────────────┴────────────────┘
│  [上一个文件] [切片滑动条] [下一个文件]                        │
└─────────────────────────────────────────────────────────────┘

安装依赖

环境要求

• Python 3.7+
• Windows/Linux/macOS

安装步骤

# 克隆或下载项目
cd medical_image_viewer

# 安装依赖
pip install -r requirements.txt

依赖说明

• numpy: 数组计算
• nibabel: 读取.nii.gz医学图像格式
• PyQt5: GUI界面框架
• scipy: 图像处理（旋转、缩放、距离变换）
• scikit-image: 骨架化算法（用于clDice计算）

使用方法

1. 准备数据

将你的数据组织成以下结构：

root_folder/                 # 根文件夹（任意名称）
├── Images/                  # 原始图像文件夹（必须命名为Images）
│   ├── case_001.nii.gz
│   ├── case_002.nii.gz
│   └── ...
├── Labels/                  # 真实标注文件夹（必须命名为Labels）
│   ├── case_001.nii.gz
│   ├── case_002.nii.gz
│   └── ...
├── UNet/                    # 模型1预测结果（文件夹名即为模型名）
│   ├── case_001.nii.gz
│   ├── case_002.nii.gz
│   └── ...
├── ResNet/                  # 模型2预测结果
│   ├── case_001.nii.gz
│   ├── case_002.nii.gz
│   └── ...
└── Transformer/             # 模型3预测结果（可选，最多8个模型）
    ├── case_001.nii.gz
    ├── case_002.nii.gz
    └── ...

重要规则：

• 根文件夹下必须包含 Images 和 Labels 两个子文件夹（大小写不敏感）
• 其他子文件夹会被自动识别为模型预测结果，文件夹名即为模型显示名称
• 所有文件夹中的文件名必须完全相同且一一对应
• 最多支持8个模型文件夹（加上Images和Labels共10个）

2. 配置路径

打开 medical_image_viewer_qt.py，找到 main() 函数，只需修改一行：

def main():
    # 只需修改这一行，指向你的根文件夹
    root_folder = r"E:\Data\MyProject"  # 修改为你的根文件夹路径
    
    # 其他代码无需修改
    ...

3. 运行程序

python medical_image_viewer_qt.py

程序会自动：

1. 扫描根文件夹下的所有子文件夹
2. 识别 Images 和 Labels 文件夹
3. 将其他文件夹作为模型预测结果
4. 按字母顺序显示模型
5. 在控制台输出检测到的文件夹信息

操作指南

基本操作

1. 浏览切片：

   • 使用鼠标滚轮向上/向下滚动
   • 拖动底部滑动条
   • 程序自动跳过GT中没有掩膜的切片

2. 切换文件：

   • 按键盘左箭头键或点击"上一个文件"按钮
   • 按键盘右箭头键或点击"下一个文件"按钮

3. 查看指标：

   • Image列下方显示所有模型的指标汇总
   • 3D指标：整个3D体积的评估结果
   • 2D指标：当前切片的评估结果

指标说明

Dice系数（Dice Coefficient）

• 范围：0-1，越高越好
• 含义：衡量预测分割与真实标注的重叠程度
• 计算公式：Dice = 2 * |A ∩ B| / (|A| + |B|)

clDice系数（Centerline Dice）

• 范围：0-1，越高越好
• 含义：专门用于评估细长结构（如血管）的分割质量
• 特点：对拓扑结构敏感，比普通Dice更适合血管分割评估

配置说明

文件夹命名规则

• Images 或 images：原始图像文件夹（必需）
• Labels 或 labels：真实标注文件夹（必需）
• 其他任意名称：模型预测结果文件夹（文件夹名即为显示的模型名）

文件夹数量限制

• 最少：2个（原始图像 + GT）
• 最多：10个（原始图像 + GT + 8个模型）

文件格式要求

• 支持格式：.nii.gz（NIfTI压缩格式）
• 文件名：所有文件夹中的文件名必须完全一致

掩膜显示

• 颜色：淡红色（RGB: 255, 100, 100）
• 透明度：40%
• 阈值：像素值 > 0.1 被视为掩膜区域

常见问题

Q1: 程序启动后没有显示图像？

A: 检查以下几点：

1. 文件夹路径是否正确
2. 文件夹中是否包含.nii.gz文件
3. 所有文件夹中的文件名是否完全一致

Q2: 提示"GT中没有找到任何掩膜"？

A: GT文件夹中的所有.nii.gz文件都是空的（全为0），请检查GT数据是否正确。

Q3: clDice计算很慢？

A: clDice需要进行骨架化和距离变换，对于大尺寸3D图像会比较耗时。3D clDice在加载文件时只计算一次，2D clDice在切换切片时实时计算。

Q4: 如何调整掩膜颜色和透明度？

A: 修改 create_overlay_image() 函数中的参数：

alpha = 0.4  # 透明度（0-1）
red_color = np.array([255, 100, 100], dtype=np.float32)  # RGB颜色

Q5: 3D投影效果不理想？

A: 可以调整 create_3d_visualization() 函数中的旋转角度：

angle = 15  # 旋转角度（度）

技术细节

3D可视化算法

使用最大强度投影（Maximum Intensity Projection, MIP）：

1. 对3D数据进行轻微旋转（默认15度）获得透视效果
2. 沿深度方向取最大值生成2D投影
3. 添加深度阴影增强立体感

性能优化

• 3D指标只在加载文件时计算一次
• 2D指标使用高效的numpy向量化计算
• 图像缩放使用Qt的平滑变换算法

许可证

MIT License

作者

医学图像处理工具

更新日志

v1.0.0 (2024)

• 初始版本发布
• 支持多模型对比
• 实现Dice和clDice指标计算
• 添加3D MIP可视化
• 智能切片过滤功能