用IDLE写一段代码，其中训练集图像文件路径为data/train/trainvol，训练集标签文件路径为data/train/trainseg，验证集图像文件路径为data/val/valvol，验证集标签路径为data/val/valseg

以下是一个简单的示例代码，用于读取训练集和验证集的图像和标签：

import numpy as np
import nibabel as nib

# 读取训练集图像和标签
train_vol = nib.load('data/train/trainvol.nii.gz').get_fdata()
train_seg = nib.load('data/train/trainseg.nii.gz').get_fdata()

# 读取验证集图像和标签
val_vol = nib.load('data/val/valvol.nii.gz').get_fdata()
val_seg = nib.load('data/val/valseg.nii.gz').get_fdata()

# 打印训练集和验证集的形状
print('Train volume shape:', train_vol.shape)
print('Train segmentation shape:', train_seg.shape)
print('Validation volume shape:', val_vol.shape)
print('Validation segmentation shape:', val_seg.shape)

在这个示例代码中，我们使用了NumPy和NiBabel库来读取NIfTI格式的图像和标签文件。我们首先使用`nib.load`函数来加载图像和标签文件，然后使用`get_fdata`函数来获取图像和标签的数据数组。最后，我们打印出训练集和验证集的形状，以确保数据正确读取。