4. 医学影像预处理流水线
在医学影像分割任务中，模型性能的上限往往在数据进入网络之前就已经被决定。原始 DICOM 或 NIfTI 数据来自不同厂商、不同扫描协议、不同层厚与不同磁场强度，直接送入网络会导致体素间距不一致、灰度分布漂移、低频亮度不均以及噪声干扰等问题。预处理流水线的目标，是把这些异构数据整理成“几何一致、灰度可比、结构清晰、尺寸可控”的训练样本，同时通过数据增强提升模型的泛化能力。本节按数据流动顺序，逐环节说明关键操作、典型参数与判断依据。
一、重采样：统一体素间距与空间方向
重采样解决的是几何一致性问题。不同设备的层厚可能为 0.625 mm、1.0 mm、3.0 mm，层内像素间距也各不相同。若不做处理，同一器官在不同样本中占据的体素数差异巨大，卷积核感受野对应的物理尺寸也随之变化。实践中通常将数据重采样到各向同性或接近各向同性的目标间距，例如 CT 腹部常用 1.0×1.0×1.0 mm，MRI 脑部常用 1.0×1.0×1.0 mm 或 0.5×0.5×0.5 mm。
实现上推荐使用 SimpleITK 或 MONAI 的 Spacingd，并同时指定方向矩阵，避免左右、前后轴翻转。插值方式需区分图像与标签：图像使用三阶 B 样条或线性插值，标签必须使用最近邻插值，否则会出现非整数类别值。示例配置如下：
Spacingd(keys=["image", "label"],
pixdim=(1.0, 1.0, 1.0),
mode=("bilinear", "nearest"))
判断重采样是否合理，可检查重采样后图像与标签的仿射矩阵是否一致、标签类别数是否保持不变、器官体积（体素数×体素体积）与原始标注是否接近。
二、归一化：让灰度分布可比
归一化解决灰度可比性问题。CT 具有物理意义明确的 HU 值，常用窗口截断加线性缩放，例如腹部 CT 取窗宽 [-150, 250] HU，再映射到 [0,1]；脑部 CT 可用 [-40, 120] HU。MRI 没有绝对灰度标准，常用 Z-Score 归一化，即对非零区域计算均值与标准差后做 (x-μ)/σ，也可使用百分位裁剪（如 0.5%～99.5%）抑制极端值。
需要注意：归一化统计量应只在训练集上计算，验证与测试集复用同一组参数，避免信息泄漏。若使用 MONAI，可用 ScaleIntensityRanged 处理 CT，用 NormalizeIntensityd(nonzero=True, channel_wise=True) 处理 MRI。
三、偏置场校正与去噪
MRI 受射频场不均匀影响，常出现低频亮度渐变，即偏置场。若不校正，同一组织在图像中心与边缘的灰度可能相差 20% 以上，直接影响分割边界。常用 N4ITK 偏置场校正，关键参数包括控制点间距（如 200 mm）、迭代次数（如 50、50、30、20）和收缩因子（如 4）。校正后应观察白质、灰质灰度分布是否更集中。
去噪方面，CT 可用非局部均值或高斯滤波，MRI 常用非局部均值或 BM3D。去噪强度需谨慎：过强会抹平小病灶边缘，过弱则噪声残留。建议在验证集上比较去噪前后 Dice 变化，而不是仅凭视觉判断。
四、裁剪与数据增强策略
裁剪包括前景裁剪与随机裁剪。前景裁剪根据非零标签的包围盒外扩一定体素（如 10～20 体素），可显著减少背景占比；随机裁剪则用于训练时生成固定尺寸 patch，例如 128×128×128。对于大体积数据，patch 训练是显存受限下的常规选择。
数据增强应针对医学影像的几何与灰度特性设计。常用策略包括：随机旋转（±15°）、随机缩放（0.9～1.1）、随机弹性形变、随机翻转（需注意左右器官语义）、随机亮度与对比度扰动、随机 Gamma 校正、随机噪声与模糊。增强必须同步作用于图像与标签，且对标签使用最近邻插值。MONAI 中可用 RandFlipd、RandRotate90d、RandShiftIntensityd、RandGaussianNoised 组合成增强链。
五、流水线组织与顺序
一个可复现的预处理流水线应固定顺序：读取与方向统一 → 重采样 → 偏置场校正（MRI）→ 去噪 → 归一化 → 裁剪/patch → 数据增强。顺序变化会改变结果，例如先归一化再偏置场校正，校正算法会受缩放影响；先增强再归一化，则增强引入的灰度扰动会被归一化部分抵消。因此建议把确定性预处理与随机增强分开，前者在 Dataset 初始化时缓存，后者在每个 epoch 动态执行。
把上述环节串成流水线后，建议先用小批量样本做可视化抽查：随机抽取 5～10 例，逐例查看重采样后的层厚、归一化后的灰度直方图、偏置场校正前后的灰度分布、增强后的图像与标签是否对齐。只有确认每一步都符合预期，再启动大规模训练。预处理不是一次性配置，而是需要随数据分布变化持续复核的工程环节。