1. 课程导入与nnU-Net定位
医学影像分割与自然图像分割看似同源，实际工程差异极大。自然图像通常是二维、通道固定、目标语义宽泛；而医学影像常见三维体数据，如CT的HU值、MRI的多序列（T1、T2、FLAIR、DWI）、PET的SUV值，不同模态的体素间距、方向矩阵、灰度动态范围完全不同。更棘手的是，同一器官在不同中心、不同扫描协议下，层厚可能从0.5 mm到5 mm不等，视野和重建核也各不相同。这意味着一个在A数据集上表现良好的网络，直接迁移到B数据集时，往往因为各向异性间距和强度分布偏移而性能骤降。
nnU-Net的核心价值，正是把这种“每次换数据集都要重新调参”的重复劳动，转化为一套可复用的自配置范式。它不追求网络结构的创新，而是让预处理、网络拓扑、训练策略和推理方式全部由数据集本身的指纹自动推导。理解这一点，是后续所有工程操作的前提。
医学影像分割任务的三个工程特点
第一是各向异性与间距差异。CT腹部数据常见层厚3 mm、层内间距0.7 mm，而脑部MRI可能是1 mm各向同性。nnU-Net会统计所有训练案例的体素间距中位数，据此决定是否重采样到目标间距，以及是否在低分辨率分支中进一步下采样。第二是类别不平衡与目标尺寸差异。肝脏可能占数万体素，而胰腺肿瘤可能只有几百体素，nnU-Net通过基于区域的目标采样和深度监督来缓解。第三是标注成本高、数据量小。一个分割数据集往往只有几十到几百例，因此五折交叉验证、数据增强和集成推理成为默认配置，而不是可选项。
nnU-Net自配置范式的四个决策层
nnU-Net的“自配置”并非黑箱，而是四个可解释的决策层：数据指纹分析（间距、尺寸、强度、类别比例）、预处理策略（重采样、归一化、裁剪）、网络拓扑生成（patch大小、batch大小、池化次数、卷积核数量）、训练与推理策略（损失函数、优化器、增强、滑动窗口重叠率、集成方式）。这四个层次共同决定了最终模型的行为。
课程项目与数据准备总览
本课程围绕一个完整的医学影像分割项目展开。项目数据采用NIfTI格式，图像与标注分别存放在imagesTr和labelsTr目录下，测试图像放在imagesTs。每个病例的文件名遵循CaseID_0000.nii.gz的命名规则，其中0000表示第一个模态通道。如果使用多模态数据，则依次为0001、0002等。标注文件只保留一个通道，体素值对应类别索引，背景为0。
数据准备阶段需要完成三件事：一是确认所有图像的几何信息（间距、方向、原点）可被正确读取；二是检查标注与图像的空间对齐，避免因重采样或方向矩阵不一致导致标签错位；三是统计类别分布，判断是否存在极端不平衡。这些检查不需要复杂工具，用SimpleITK或nibabel读取后打印关键属性即可。
import nibabel as nib
img = nib.load("imagesTr/Case001_0000.nii.gz")
print("shape:", img.shape)
print("spacing:", img.header.get_zooms())
print("affine:\n", img.affine)
lab = nib.load("labelsTr/Case001.nii.gz")
print("label unique:", np.unique(lab.get_fdata()))运行后应确认：图像与标注的shape一致，spacing符合预期，affine矩阵没有异常旋转或翻转，标签值只包含0和1（或0到K-1）。如果发现标签值出现0.5、1.2等非整数，说明标注在保存时被插值过，需要重新导出为最近邻插值。
nibabel或SimpleITK逐例检查，并统一重采样到同一参考空间。从数据指纹到训练配置的推导逻辑
nnU-Net的自配置不是随机搜索，而是基于规则的推导。以体素间距为例：如果训练集中位间距为[0.7, 0.7, 3.0] mm，nnU-Net会将其重采样到[0.7, 0.7, 3.0]附近的目标间距，而不是强行各向同性。这是因为强行各向同性会引入大量插值伪影，反而降低分割质量。再如patch大小，它由目标间距下的图像尺寸和显存预算共同决定：先计算所有训练图像在目标间距下的尺寸中位数，再从中选择能被16整除、且满足显存约束的最大patch。
网络拓扑的生成同样有明确规则：池化次数由patch大小决定，保证最深特征图在每个维度上不小于4体素；初始卷积核数通常为32，每下采样一层翻倍，直到达到512或显存上限。这些规则使得nnU-Net在不同数据集上都能生成“合理”的配置，而不需要人工反复试错。