2. 医学影像模态物理原理与数据特性

多模态医学影像数据集之所以难构建，根本原因在于不同模态的成像物理机制完全不同，它们对同一解剖结构给出的“数值含义”并不一致。如果忽略这一点，直接把 CT、MRI、PET、超声和病理图像混在一起训练或标注，模型学到的往往是伪相关。本节从物理原理出发，梳理各模态的数值特性与数据格式，为后续配准、融合和标注打下基础。

CT：Hounsfield 单位与窗宽窗位

CT 重建得到的是组织对 X 射线的线性衰减系数 μ，但 μ 依赖射线能量，不便直接比较。因此引入归一化的 Hounsfield 单位（HU）：

HU = 1000 × (μ_组织 − μ_水) / (μ_水 − μ_空气)

按此定义，水为 0 HU，空气约为 −1000 HU。常见参考值：脂肪约 −100～−50 HU，软组织约 20～60 HU，骨皮质可达 1000 HU 以上，金属植入物常超过 3000 HU。HU 是相对量，其数值依赖标定与扫描条件，因此不同设备、不同 kVp 下同一组织的 HU 会有偏移。

人眼无法同时分辨 −1000 到 3000 的完整动态范围，于是用“窗”做线性映射：窗宽 WW 决定显示的 HU 跨度，窗位 WL 决定该跨度的中心。显示灰度 g 与 HU 的关系为：

g = 255 × (HU − (WL − WW/2)) / WW，并截断到 [0, 255]

例如肺窗 WL=−600、WW=1500，可清晰显示肺实质与气道；纵隔窗 WL=40、WW=400，用于观察软组织与血管；骨窗 WL=500、WW=2000，用于评估骨结构。同一份 CT 数据用不同窗设置会得到完全不同的视觉结果，因此数据集若保存的是“已窗化”的 PNG，就丢失了原始 HU 信息，后续无法重新调窗。工程上应优先保存原始 DICOM 或转换后的 NIfTI，把窗宽窗位作为可视化参数而非数据本身。

MRI：多序列对比与信号来源

MRI 不测量衰减，而是测量氢质子在外加磁场与射频激励下的弛豫行为。通过调整重复时间 TR 和回波时间 TE，可以突出不同对比：T1 加权（短 TR、短 TE）中脂肪亮、水暗，适合看解剖结构；T2 加权（长 TR、长 TE）中水亮，适合看水肿、炎症和病变；FLAIR 通过抑制脑脊液信号，使脑室旁病灶更突出；DWI 反映水分子扩散受限程度，常用于急性脑梗死。同一患者一次检查可产生 T1、T2、FLAIR、DWI 等多个序列，它们空间位置对应但灰度含义不同，构成天然的多模态数据。

MRI 数据通常是三维体数据，常见格式为 DICOM 序列或 NIfTI。需要注意：不同序列的层厚、层间距、视野和矩阵可能不同，融合前必须做重采样与配准。此外 MRI 存在偏置场（bias field）导致的低频亮度不均，以及强度非标准化问题——同一组织在不同扫描中的绝对灰度值不可比，这与 CT 的 HU 形成鲜明对比。

PET：代谢信号与半定量指标

PET 通过注射放射性示踪剂（最常用 ¹⁸F-FDG）探测正电子湮灭产生的符合光子对，重建出示踪剂在体内的分布。FDG 是葡萄糖类似物，代谢旺盛的肿瘤、炎症和正常脑组织摄取高。PET 的原始信号是计数，经衰减校正、散射校正后重建为活度浓度，再除以注射剂量与体重得到标准化摄取值 SUV：

SUV = 组织活度浓度(Bq/mL) × 体重(g) / 注射剂量(Bq)

SUV 是半定量指标，受注射后摄取时间、血糖水平、部分容积效应影响。PET 空间分辨率低（通常 4～6 mm），常与 CT 或 MRI 融合使用，形成 PET/CT 或 PET/MR。数据格式多为 DICOM，融合时需注意 PET 与 CT 的坐标系和层厚差异。

超声：斑点噪声与成像特性

超声通过探头发射声波并接收组织界面反射回波成像。其显著特点是斑点噪声（speckle noise）：由于大量散射体干涉，图像呈现颗粒状纹理。斑点噪声不是简单的加性高斯噪声，而是乘性、与信号相关的，会降低对比度并掩盖小结构。常用去噪方法包括 Lee 滤波、非局部均值和小波去噪。超声图像通常以 DICOM 或 PNG 保存，但探头角度、增益、深度等参数会显著改变外观，数据集需记录采集参数。

病理全切片图像：分辨率与金字塔结构

病理全切片图像（WSI）由切片扫描仪逐行扫描得到，分辨率极高，一张切片常达 10 万×10 万像素以上。WSI 采用金字塔多分辨率结构：最高层为原始放大倍率（如 40×），向下逐级降采样，便于快速浏览和分块处理。常见格式包括 SVS、NDPI、MRXS 等，均以“层+瓦片”组织数据。由于尺寸巨大，WSI 无法整体读入内存，通常按感兴趣区域裁剪为小块（patch）用于训练。WSI 的像素颜色受染色批次影响，存在明显的域偏移，这是病理数据集构建中的核心挑战。

各模态数据格式对比

理解上述差异后，数据集构建中的许多决策就有了依据：CT 要保留 HU 并记录窗设置；MRI 要按序列分组并做强度归一化；PET 要保留 SUV 或活度浓度并注明采集时间；超声要记录探头与增益参数；WSI 要保留金字塔层级并按需裁剪。只有尊重各模态的物理本质，多模态数据集才具备真正的可用性。