4. 影像预处理与标准化
影像组学建模中，原始DICOM图像并不能直接送入特征提取器。不同设备、不同扫描协议、不同层厚与重建核，会让同一病灶在像素层面呈现出完全不同的数值分布与空间采样。如果跳过预处理，提取出的纹理特征往往反映的是“扫描仪差异”而非“生物学差异”。本章围绕五类核心预处理操作展开：重采样、灰度归一化、去噪、偏置场校正与各向同性处理，并说明它们如何共同作用于特征稳定性。
一、为什么预处理决定特征的可重复性
影像组学特征大致分为一阶统计、形状和纹理三类。形状特征依赖体素间距，纹理特征依赖灰度量化与邻域关系，一阶特征依赖灰度分布。当层厚从1 mm变为5 mm时，同一病灶的体素数量、表面面积、灰度共生矩阵都会改变。因此，预处理的目标不是“让图像更好看”，而是把不同来源的图像映射到统一的几何与灰度参考系，使特征在重复扫描、跨设备、跨中心条件下保持稳定。
二、重采样：统一体素间距
重采样是把图像从原始体素网格映射到目标网格。关键参数是目标体素间距与插值方式。对CT，常用各向同性间距1×1×1 mm³；对MRI，若原始层厚较大，可重采样到1×1×1 mm³或2×2×2 mm³，需权衡计算量与信息损失。插值方式上，连续灰度图像（CT、MRI）常用三线性或B样条插值；掩膜（ROI）必须用最近邻插值，否则会引入不属于病灶的体素。
示例：某CT数据原始为0.7×0.7×3.0 mm³，重采样到1×1×1 mm³后，层数由约120层增至约360层。若用三线性插值处理掩膜，边缘会出现0.5左右的中间值，二值化后边界漂移；改用最近邻插值可保持掩膜二值性。
三、灰度归一化：把灰度拉到同一尺度
灰度归一化解决的是“同一组织在不同扫描中灰度不同”的问题。常见方法有三类：
- Min-Max归一化：将ROI内灰度线性映射到[0,1]或[0,255]。简单，但对离群值敏感。
- Z-Score标准化：减去ROI均值、除以ROI标准差，使分布均值为0、方差为1。适合MRI，但若ROI内包含大量背景或坏死区，均值和方差会被拉偏。
- 直方图匹配/ComBat：把图像灰度分布对齐到参考分布，或在校正批次效应的同时保留生物学变异。ComBat在跨中心MRI研究中较常用。
需要强调：归一化应在ROI内还是全图内进行，必须全文统一。若在ROI内做Z-Score，则不同大小ROI的统计量不同，可能引入体积相关偏差；若在全图内做，则受背景影响。实践中常先做全图归一化，再在ROI内提取特征，并在方法学中明确写出。
四、去噪：抑制噪声但不抹掉纹理
CT噪声近似高斯，MRI噪声在幅值图像中近似Rician分布。去噪方法包括高斯滤波、中值滤波、非局部均值（NLM）和双边滤波。高斯滤波会模糊边缘，中值滤波对椒盐噪声有效但会改变纹理，NLM在保留边缘的同时抑制噪声，是影像组学中较常用的选择。去噪强度需谨慎：过度去噪会降低纹理特征的方差，使特征区分度下降。建议在训练集上比较去噪前后特征的可重复性（如ICC），再决定是否保留。
五、偏置场校正：消除MRI低频灰度不均
MRI受射频场不均匀影响，图像常出现低频灰度渐变，称为偏置场。若不校正，同一组织在图像中心和边缘的灰度可能相差20%以上，直接破坏一阶和纹理特征。常用N4ITK偏置场校正：先估计平滑的偏置场，再用原图除以偏置场。校正后应检查同一组织在不同位置的灰度是否趋于一致。对CT，偏置场通常不是主要问题，但锥形束CT或存在散射时也需考虑。
六、各向同性处理与顺序
各向同性处理本质上是重采样的特例，即把体素间距变为x=y=z。它的意义在于：3D纹理特征（如GLCM、GLRLM）在13个方向上的邻域关系才具有可比性。若层厚远大于层内间距，z方向邻域跨越的物理距离过大，纹理特征会被层厚主导。因此，各向同性处理通常放在重采样阶段一并完成。
推荐的处理顺序为：偏置场校正 → 去噪 → 重采样（含各向同性）→ 灰度归一化 → 特征提取。理由：偏置场是低频乘性场，应在去噪前校正；去噪在原始分辨率上进行可避免插值放大噪声；重采样统一几何；归一化最后做，避免插值改变灰度分布后再归一化导致统计量漂移。若先归一化再重采样，插值会混合不同灰度，使归一化参数失效。
七、预处理对特征稳定性的量化判断
预处理是否有效，不能只看图像，要用特征稳定性指标判断。常用组内相关系数（ICC）：对同一病例做两次扫描或两次分割，分别提取特征，计算ICC。ICC>0.75通常认为稳定性可接受，ICC>0.9为优秀。若某特征在预处理后ICC反而下降，说明该步骤破坏了其可重复性，应回退或调整参数。
示例判断流程：取10例有重复扫描的CT，分别计算原始、去噪后、重采样后、归一化后的ICC。若原始纹理特征ICC中位数为0.62，去噪后升至0.78，重采样后升至0.85，归一化后升至0.88，则说明该流水线有效。若某一步后ICC下降，需检查插值方式、滤波强度或归一化范围。
综上，重采样与各向同性处理统一几何空间，灰度归一化统一数值空间，去噪与偏置场校正分别抑制随机噪声和系统低频偏差。五者按合理顺序组合，才能让影像组学特征真正反映病灶的生物学属性，而不是扫描条件的副产品。