2. 医学影像数据基础

在医学影像标注与质控工程中，数据格式决定了后续所有处理链路的可行边界。标注工程师若不能准确理解 DICOM 与 NIfTI 的差异，就可能在坐标、方向、灰度显示等环节引入系统性错误，而这些错误往往在模型训练阶段才暴露，代价极高。本节从格式解析、灰度映射、空间几何和多模态组织四个层面展开，帮助读者建立可直接用于标注与质控的数据认知。

一、DICOM：临床原始数据的载体

DICOM（Digital Imaging and Communications in Medicine）是临床设备输出的标准格式，其核心特征是“一个文件承载一个切片（或一个实例），并携带完整的元数据”。每个 DICOM 文件由文件头、数据集和像素数据三部分组成，数据集以“标签（Tag）”形式组织，标签由组号（Group）和元素号（Element）构成，例如 (0028,0010) 表示图像行数 Rows，(0028,0030) 表示像素间距 PixelSpacing，(0020,0032) 表示图像位置 ImagePositionPatient。

在标注工程中，最需要关注的 DICOM 标签包括：患者与检查标识（PatientID、StudyInstanceUID、SeriesInstanceUID、SOPInstanceUID），用于数据溯源与去重；几何信息（ImagePositionPatient、ImageOrientationPatient、PixelSpacing、SliceThickness、SpacingBetweenSlices），用于三维重建与坐标换算；灰度信息（RescaleSlope、RescaleIntercept、WindowCenter、WindowWidth、PhotometricInterpretation），用于将存储的整数值还原为具有物理意义的 CT 值或显示灰度。

一个常见的误区是直接把 DICOM 的像素数组当作“图像灰度”使用。实际上，CT 的像素值需要经过线性变换：HU = PixelValue × RescaleSlope + RescaleIntercept。例如某 CT 序列 RescaleSlope=1、RescaleIntercept=-1024，像素值 1024 对应的 HU 为 0，即水；像素值 0 对应 -1024 HU，即空气。若忽略这一步，后续窗宽窗位设置将完全失去物理依据。

二、NIfTI：算法友好的三维体数据

NIfTI（Neuroimaging Informatics Technology Initiative）通常以 .nii 或 .nii.gz 形式存在，其设计目标是“一个文件承载一个三维或四维体数据”，并附带仿射矩阵（Affine Matrix）描述体素索引到世界坐标的映射。NIfTI 头文件中的关键字段包括 dim（各维度大小）、pixdim（体素尺寸）、datatype（数据类型）、scl_slope/scl_inter（灰度缩放）、qform/sform（方向与仿射信息）。

与 DICOM 相比，NIfTI 更适合作为标注与训练的统一中间格式：它去除了患者隐私信息，体素数组可直接被 NumPy、PyTorch 等工具读取，且仿射矩阵使空间坐标换算变得简洁。但代价是，NIfTI 一旦生成，原始 DICOM 的采集参数、设备信息、序列描述等元数据可能丢失，因此质控环节必须保留 DICOM 到 NIfTI 的转换记录。

三、窗宽窗位：灰度显示的“放大镜”

医学影像的灰度范围远超人眼可分辨的 256 级灰阶。窗宽（Window Width, WW）和窗位（Window Center, WC）用于将感兴趣的 HU 区间线性映射到显示灰度。其计算关系为：显示下限 = WC − WW/2，显示上限 = WC + WW/2；低于下限的像素显示为黑，高于上限的显示为白，区间内线性拉伸。

以头部 CT 为例，脑窗常用 WC=40、WW=80，对应显示区间为 0～80 HU，适合观察脑实质与出血；骨窗常用 WC=400、WW=2000，对应 -600～1400 HU，适合观察骨折与钙化；肺窗常用 WC=-600、WW=1500，对应 -1350～150 HU，适合观察肺纹理与结节。标注时若窗宽窗位设置不当，病灶边界可能被“压平”或“过曝”，导致勾画偏差。

需要特别强调的是：窗宽窗位只影响显示，不改变原始像素值。标注结果应始终基于原始 HU 值或原始像素值保存，显示窗仅用于人工观察。质控时应检查标注文件是否记录了所用窗宽窗位，以便复现标注时的视觉条件。

四、像素间距与方向：空间几何的基石

像素间距（PixelSpacing）描述单个像素在行、列方向上的物理尺寸，单位通常为毫米。例如 PixelSpacing=[0.5, 0.5] 表示每个像素代表 0.5 mm × 0.5 mm 的物理面积。层间距（SpacingBetweenSlices）或层厚（SliceThickness）描述相邻切片之间的距离。三者共同决定体素的实际物理尺寸，直接影响病灶体积测量、距离测量和重采样精度。

方向信息由 ImageOrientationPatient 和 ImagePositionPatient 共同描述。ImageOrientationPatient 给出图像行方向和列方向在患者坐标系中的方向余弦，ImagePositionPatient 给出图像左上角像素中心在患者坐标系中的位置。NIfTI 则通过仿射矩阵统一表达方向。若方向处理错误，可能出现左右颠倒、上下翻转或前后错位，这在标注中属于严重质控缺陷。

一个实用的检查方法是：在转换后随机抽取若干切片，核对解剖标志（如肝脏位于右侧、心脏偏左）是否与原始 DICOM 一致。若发现镜像或旋转，应立即回溯转换脚本中的方向变换逻辑。

五、多序列与多模态数据组织

一个检查（Study）通常包含多个序列（Series），例如 MRI 的 T1、T2、FLAIR、DWI，或 CT 的平扫、增强动脉期、静脉期。标注任务往往需要跨序列配准与融合，因此数据组织必须清晰。推荐按 StudyUID/SeriesUID/SOPUID 三级目录组织 DICOM，并在 NIfTI 转换后按 subject/session/modality/series 组织，同时维护一份 JSON 或 CSV 索引表，记录每个序列的模态、方向、体素尺寸、窗宽窗位和转换参数。

多模态融合时，需特别注意不同模态的空间分辨率与方向可能不一致。例如 PET 与 CT 融合时，PET 体素通常为 3～5 mm，CT 为 0.5～1 mm，必须重采样到统一网格。重采样应优先在原始空间完成，再统一方向，避免多次插值引入模糊。标注结果若需跨模态使用，应明确标注所基于的参考序列，并在质控中检查配准误差是否在可接受范围内。

六、面向标注与质控的检查清单

综合以上内容，在实际项目中可按下表逐项核查数据质量。该清单可直接用于标注前的数据准入检查。