2. 医学影像数据基础
器官分割模型的输入不是“图片”，而是带有物理量纲和成像机制的体数据。同一器官在 CT、MRI、PET、超声中呈现的灰度、边界、噪声和分辨率完全不同，直接决定预处理方式、网络结构和评价指标。理解四种模态的成像原理与灰度语义，是后续所有分割工程决策的起点。
一、四种模态的成像原理与灰度含义
CT 利用 X 射线穿过人体后的衰减差异成像。体素值经标定为 CT 值（Hounsfield Unit，HU），定义为 HU = 1000×(μ−μ_water)/μ_water，其中 μ 为线性衰减系数。水的 HU 为 0，空气约 −1000，骨皮质可达 +1000 以上。这意味着 CT 灰度具有绝对物理意义：同一器官在不同设备、不同患者间 HU 范围基本一致，例如肝脏约 40～70 HU、脾脏约 40～60 HU、肾脏皮质约 30～50 HU。因此 CT 分割常可直接用阈值做器官初筛，如骨窗 HU>300、肺窗 HU<−500。
MRI 基于氢质子在外加磁场与射频脉冲下的核磁共振信号，通过 T1、T2、质子密度等不同加权序列成像。MRI 灰度没有统一量纲，同一组织在不同序列、不同设备上信号强度差异巨大：T1 加权中脂肪高信号、水低信号；T2 加权中水高信号、脂肪中等。因此 MRI 分割不能依赖绝对阈值，必须做偏置场校正（如 N4）、强度归一化（如 z-score 或 Nyul 直方图匹配），并针对序列分别建模。
PET 通过注射放射性示踪剂（如 ¹⁸F-FDG）探测正电子湮灭产生的符合光子对，重建为放射性浓度分布，常用 SUV（标准化摄取值）度量。PET 灰度反映代谢活性而非解剖结构，肿瘤、炎症、正常脑皮质均可高摄取，空间分辨率通常仅 4～6 mm，边界模糊。PET 分割多用于病灶而非精细器官，常与 CT/MRI 融合以借用解剖边界。
超声 通过探头发射高频声波并接收组织界面反射回波成像。灰度反映声阻抗差异，且受斑点噪声（speckle）、声影、衰减和探头角度影响，同一器官切面不同、增益不同则灰度不同。超声分割高度依赖操作者，通常需要针对特定切面（如胎儿腹部、甲状腺横切）单独设计模型。
二、灰度特征如何决定预处理与网络设计
CT 的 HU 稳定性使预处理相对简单：先按器官窗宽窗位裁剪（如腹部窗 W400/L50），再线性映射到 [0,1] 或 [−1,1]。由于骨与对比剂可达 +1000 以上，直接归一化会被极端值拉伸，因此常用 np.clip(hu, -200, 300) 后再缩放。MRI 则必须先做 N4 偏置场校正消除线圈不均匀性，再按脑内或器官 ROI 做 z-score，否则同一序列左右侧灰度差异会误导网络。PET 需将 SUV 归一化到固定范围（如 SUV 0～20），并常把 CT 作为第二通道输入，让网络同时看到代谢与解剖。超声则需先做去斑点滤波（如 Lee、SRAD），再做增益归一化，且训练时常用弹性形变增强模拟探头压迫。
三、空间分辨率与部分容积效应
空间分辨率由体素尺寸和层厚共同决定。CT 腹部常规层厚 1～5 mm，面内 0.5～1 mm；MRI T1 脑部常为 1 mm 各向同性；PET 约 4～6 mm；超声面内可达 0.3 mm 但深度方向差。当层厚大于器官最小径时，一个体素内混合多种组织，产生部分容积效应，边界灰度被平均，分割 Dice 明显下降。工程上通常将各向异性数据重采样为各向同性（如 1×1×1 mm³），但重采样会引入插值模糊，需在训练时用相应增强补偿。对小器官（胰腺、肾上腺、胰管），应优先选择薄层序列，并在评价时单独统计小目标 Dice。
四、模态与分割任务的匹配原则
选择模态不是“哪个清晰用哪个”，而是看目标器官与模态的对比机制是否匹配。腹部多器官分割首选增强 CT 门脉期，因为肝、脾、肾、胰在门脉期对比度最佳；脑肿瘤分割用 MRI 多序列（T1、T1ce、T2、FLAIR）联合输入，因为单一序列无法同时区分水肿、坏死和增强区；肿瘤代谢体积用 PET/CT 融合，PET 定活性、CT 定边界；甲状腺、胎儿、心脏瓣膜等则依赖超声实时切面。下表给出常见任务的模态选择与关键参数示例。
| 分割任务 | 首选模态 | 典型体素/层厚 | 关键预处理 |
|---|---|---|---|
| 腹部多器官 | 增强 CT 门脉期 | 0.8×0.8×1.5 mm³ | HU 裁剪 [−200,300] |
| 脑肿瘤 | MRI T1/T1ce/T2/FLAIR | 1×1×1 mm³ | N4 + z-score |
| 肿瘤代谢体积 | PET/CT 融合 | 4×4×4 mm³ | SUV 归一化 + CT 通道 |
| 甲状腺结节 | 超声横切/纵切 | 面内 0.3 mm | 去斑点 + 增益归一化 |
五、实操检查清单
拿到一批数据后，建议按以下顺序核查，避免后续返工：
- 读取 DICOM 头，确认 Modality、SliceThickness、PixelSpacing、RescaleSlope/Intercept；CT 必须用 Rescale 转 HU，不能直接用原始像素。
- 检查体素是否各向同性，记录层厚与面内间距比值；若比值 >2，标记为需重采样。
- MRI 检查是否存在明显偏置场（左右或前后灰度渐变），必要时先跑 N4。
- PET 确认 SUV 计算方式（体重/瘦体重/体表面积），统一后再归一化。
- 超声确认增益、深度、探头型号是否一致，不一致的切面应分组建模。
- 统计目标器官的 HU 或信号强度分布，与文献范围对比，异常者单独排查。
完成上述核查后，再进入标注与模型训练，可显著减少因模态理解不足导致的边界错误和评价偏差。