📚 课程目录第2章医学影像数据特性与边缘预处理

2. 医学影像数据特性与边缘预处理

医学影像进入边缘设备时，并不是一张普通的 PNG 或 JPEG，而是一份带有患者信息、采集参数、像素矩阵和灰度映射语义的 DICOM 对象。边缘预处理的目标，是在算力、内存和网络都受限的条件下，把原始 DICOM 转换成模型可稳定消费的张量，同时不破坏诊断相关的灰度关系，并满足隐私合规要求。这一节围绕“从 DICOM 到模型输入”的完整链路展开，重点说明每一步在边缘端应该怎么做、参数如何取、结果如何判断。

一、DICOM 解析：先读元数据，再读像素

DICOM 文件由文件元信息、数据集和像素数据组成。边缘端解析时，第一步不是急着取像素，而是先读取关键标签，判断这份数据能不能进入后续流水线。常用标签包括：SOPClassUID（判断模态，如 CT/MR/CR）、Rows/Columns（矩阵尺寸）、BitsAllocated/BitsStored/PixelRepresentation（像素位深与有无符号）、RescaleSlope/RescaleIntercept（CT 的 HU 映射）、WindowCenter/WindowWidth（默认窗）、PhotometricInterpretation（MONOCHROME1/2，决定是否反相）、PixelSpacing（物理像素间距）、SliceThickness/SpacingBetweenSlices（层厚与层间距）。

解析时要注意传输语法：隐式 VR 小端、显式 VR 小端、显式 VR 大端以及 JPEG 系列压缩语法。边缘端若只做推理，建议优先支持未压缩的 Explicit VR Little Endian，压缩数据先解压再进入后续步骤。像素读取后，CT 需要按 HU = pixel × RescaleSlope + RescaleIntercept 转成亨斯菲尔德单位；MR 和 CR 通常不做该映射，直接保留原始灰度。若 PhotometricInterpretation 为 MONOCHROME1，还需做一次反相，否则窗宽窗位方向会整体颠倒。

二、窗宽窗位调整：把诊断窗口映射到 0–255

窗宽窗位是医学影像最核心的显示语义。窗宽 WW 决定灰度范围，窗位 WL 决定中心。对 CT 而言，常用肺窗 WL=-600、WW=1500，纵隔窗 WL=40、WW=400，骨窗 WL=400、WW=1800。映射公式为：

lower = WL - WW/2
upper = WL + WW/2
if HU <= lower: out = 0
elif HU >= upper: out = 255
else: out = (HU - lower) / WW * 255

边缘端实现时，建议把该映射做成查表：对 12 位或 16 位输入，先建立 65536 项的 LUT，再对整幅图做一次索引，速度远快于逐像素浮点运算。若模型训练时使用的是固定窗，推理端必须使用同一组 WL/WW；若训练时使用了多窗融合，则需要在通道维度上分别生成肺窗、纵隔窗、骨窗三路，再拼接为三通道输入。判断窗宽窗位是否正确，可以观察目标结构是否落在 0–255 的中段：若肺实质全黑、骨皮质全白，说明窗宽过窄或窗位偏移。

三、重采样：统一物理尺度，而不是统一像素尺寸

不同设备的 PixelSpacing 不同，直接缩放到 512×512 会破坏解剖比例。正确做法是按物理间距重采样到目标 spacing，例如把 0.7 mm×0.7 mm 重采样到 1.0 mm×1.0 mm，使 1 像素对应 1 mm。层间方向同理，用 SpacingBetweenSlices 把层间距统一到 1 mm 或 2 mm。插值方式上，灰度图常用双线性或三线性；若后续要做分割，建议对 mask 使用最近邻，避免引入不存在的类别。重采样后要重新计算新的 PixelSpacing 并写回元数据，否则后续测量会失真。

四、归一化与去标识化

归一化分两种：一种是把 0–255 线性映射到 [0,1] 或 [-1,1]；另一种是按数据集统计做 z-score。边缘端若无法获得全局均值方差，建议使用固定窗后的 [0,1] 归一化，并在模型侧固化该约定。去标识化必须在数据离开设备前完成，至少清除 PatientName、PatientID、PatientBirthDate、AccessionNumber、InstitutionName 等标签，或替换为哈希值。像素中若烧录了姓名、日期，还需做 OCR 检测并遮盖。去标识化后应保留 StudyInstanceUID 的哈希映射，以便回溯而不泄露身份。

五、边缘端数据流水线设计

把上述步骤串成流水线时，关键不是“顺序执行”，而是“按需执行、尽早丢弃、内存可控”。典型设计是：接收 DICOM → 解析元数据 → 判断模态与序列 → 读取像素 → HU 映射 → 窗宽窗位 LUT → 重采样 → 归一化 → 去标识化 → 送入推理。若某序列不是目标模态，应在元数据阶段直接丢弃，避免读像素。若内存紧张，可以按层流式处理，而不是一次性加载整个序列。

流水线落地时，建议把每一步都做成可观测的：记录输入 SOPClassUID、原始 Rows/Columns、PixelSpacing、窗参数、重采样后尺寸、归一化范围、去标识化命中标签数。这样当模型输出异常时，可以快速定位是窗宽窗位错了、spacing 没统一，还是去标识化把关键标签误删。对于 CT 序列，还要注意层间顺序：按 ImagePositionPatient 的 z 值排序，而不是按文件名或 InstanceNumber，否则重建方向会颠倒。

教学示例参数：假设一台边缘设备接收 512×512、层厚 1.25 mm、PixelSpacing 0.7 mm 的胸部 CT，目标输入为 1.0 mm×1.0 mm、256×256、三通道（肺窗/纵隔窗/骨窗）。则重采样后每层约 358×358，再中心裁剪或缩放到 256×256；三通道分别做 LUT 后归一化到 [0,1]，最终张量形状为 1×3×256×256。该示例仅用于说明参数关系，不代表真实设备实测结果。

最后要强调一致性：训练时用的窗、spacing、归一化方式、通道顺序，推理端必须逐项对齐。边缘预处理不是“把图变好看”，而是把不同来源的 DICOM 变成同一语义空间下的张量。只有这一步稳定，后续的模型加速、量化和部署才有意义。