4. 图像预处理与归一化

在 nnU-Net 的完整流水线中，预处理是决定分割上限的关键一环。网络本身并不“理解”CT 的亨斯菲尔德单位（HU）或 MRI 的任意灰度值，它只看到被整理成统一尺度、统一间距、统一空间范围的体素张量。nnU-Net 的自动化优势，很大程度上来自它把预处理规则从“人工调参”变成了“由数据集指纹推导”。本节围绕四个核心操作展开：CT 的 HU 窗口化、MRI 的 z-score 归一化、非零区域裁剪，以及重采样到目标间距。

一、为什么必须做强度归一化

不同模态的原始强度含义完全不同。CT 的像素值是有物理意义的 HU：空气约 −1000，水为 0，骨骼可达 +1000 以上，金属植入物甚至超过 +3000。而 MRI 没有绝对标度，同一台设备不同序列、不同线圈、不同受试者之间灰度分布差异巨大，且存在偏置场。如果直接把原始值送入网络，梯度会被大数值主导，收敛困难，模型也无法跨病例泛化。因此 nnU-Net 按模态分流处理：CT 走基于 HU 的截断与缩放，MRI 走基于前景统计的 z-score。

二、CT：HU 窗口化

CT 预处理的第一步是“裁剪到有意义的 HU 区间”，再线性映射到 [0,1]。nnU-Net 默认使用全局前景强度百分位数来确定上下界，而不是固定写死。典型做法是：先收集所有训练病例中前景体素的 HU 分布，取 0.5% 和 99.5% 分位数作为 clip 边界，记为 a 和 b，然后执行：

# CT 强度归一化（示意）
a, b = np.percentile(foreground_hu, [0.5, 99.5])
x = np.clip(x, a, b)
x = (x - a) / (b - a)   # 映射到 [0,1]

这样做的意义在于：把腹部 CT 中常见的 −1000 到 +3000 压缩到稳定区间，同时保留软组织与病灶的对比度。若数据集包含大量骨骼或金属，分位数会自动把上界抬高；若只关注软组织，上界会被压低，从而增强软组织对比。需要注意，clip 边界必须由训练集统计得到，并在验证与测试时复用同一组 a、b，否则会造成分布偏移。

三、MRI：z-score 归一化

MRI 采用 z-score：先计算前景体素的均值 μ 与标准差 σ，再执行 (x − μ) / σ。nnU-Net 的关键细节是“只在前景上统计”。如果对整幅图像（含大量背景零值）统计，均值和方差会被背景拉偏，前景对比度被削弱。因此通常先做非零掩膜，再在掩膜内计算统计量：

# MRI z-score（示意）
mask = x > 0
mu, sigma = x[mask].mean(), x[mask].std()
x = (x - mu) / (sigma + 1e-8)
x = np.clip(x, -5, 5)   # 抑制极端离群值

裁剪到 [−5, 5] 是为了防止个别高亮体素（如脂肪或伪影）主导梯度。对于多通道 MRI（如 T1、T2、FLAIR），nnU-Net 会对每个通道分别归一化，因为各通道的强度分布并不一致。

四、非零区域裁剪

医学影像中大量体素是背景零值。以腹部 CT 为例，一幅 512×512×100 的体数据中，真正包含解剖结构的区域可能只占 60%–70%。非零区域裁剪的目标是找到前景的最小外接包围盒（bounding box），把背景裁掉，从而减少显存占用、加快训练，并让网络更聚焦于有效区域。

实现上通常先对图像做二值化（x > 0），再沿三个轴分别找非零索引的最小值与最大值，得到包围盒坐标，最后对图像和标签同时裁剪。需要注意两点：一是裁剪必须保留一定 margin（如 2–5 体素），避免边界解剖被切掉；二是如果某病例前景极小或为空，需要设置兜底策略，防止裁剪后尺寸为 0。nnU-Net 在训练时还会结合 patch 采样，裁剪后的数据再按目标 patch 大小随机取块。

五、重采样到目标间距

不同扫描的体素间距（spacing）差异很大：CT 常见 0.7×0.7×1.0 mm 或 0.6×0.6×5.0 mm，MRI 可能 1.0×1.0×1.0 mm 或 0.5×0.5×3.0 mm。如果直接输入网络，同一解剖结构在不同病例中占据的体素数不同，卷积核的感受野物理意义也不一致。因此 nnU-Net 会把所有数据重采样到统一的目标间距。

目标间距的确定遵循数据集指纹：通常取所有训练病例各轴间距的中位数，再根据各向异性程度做调整。例如某数据集 x、y 轴间距中位数为 0.7 mm，z 轴为 3.0 mm，则目标间距可能设为 0.7×0.7×3.0 mm；若 z 轴过厚，可能下采样到 1.0 mm 以平衡。重采样使用三阶样条插值处理图像，使用最近邻插值处理标签，保证标签类别不被插值破坏。重采样后，图像尺寸会变化，需同步更新标签尺寸，并记录原始 spacing 与目标 spacing 的缩放因子，以便推理时把预测结果映射回原始空间。

六、四个操作的协同关系

这四步并非孤立：强度归一化解决“值域”问题，非零裁剪解决“空间冗余”问题，重采样解决“物理尺度”问题。nnU-Net 把它们串成一条确定性的预处理链，并在训练前一次性完成，推理时复用同一套参数。工程实现中，建议把归一化统计量、目标间距、裁剪 margin 等写入配置文件或数据集指纹文件，确保训练、验证、测试、部署四个阶段完全一致。任何一步参数漂移，都会让模型在真实数据上出现性能下降，而这种下降往往难以从损失曲线上直接察觉。