2. 医学影像数据基础

影像组学的一切特征，最终都来自体素。理解不同模态如何把人体组织映射成体素强度，是判断某个特征是否可信、是否可复现的前提。本节围绕四个模态（CT、MRI、PET、超声）的成像原理，说明体素强度的物理含义、空间分辨率与灰度分布如何影响特征计算，并给出可操作的检查与处理思路。

一、四种模态的成像原理与体素强度含义

CT 利用 X 线穿过人体后的衰减差异成像。体素强度以 HU（Hounsfield Unit）表示，定义为 HU = 1000 × (μ − μ_water) / μ_water，其中 μ 为线性衰减系数。水的 HU 约为 0，空气约 −1000，骨皮质可达 +1000 以上。HU 是有绝对物理意义的定量值，因此 CT 的灰度分布可直接用于阈值分割（如肺实质约 −900～−500 HU）和密度类特征（均值、方差、偏度）。

MRI 基于氢质子在外加磁场与射频脉冲下的弛豫行为成像。体素强度是相对值，取决于 T1/T2/PD 加权方式、TR、TE、翻转角、接收增益等序列参数，同一组织在不同序列、不同扫描仪上数值可差数倍。因此 MRI 强度没有统一单位，不能跨序列直接比较，特征计算前通常需要强度归一化（如 Z-score 或直方图匹配）。

PET 探测正电子湮灭产生的成对 511 keV 光子，体素强度反映放射性示踪剂浓度，常用 SUV（Standardized Uptake Value）表示：SUV = 组织活度浓度(Bq/mL) × 体重(g) / 注射剂量(Bq)。SUV 受注射剂量、体重、扫描时间、血糖、部分容积效应影响，属于半定量指标，适合做代谢活性相关特征，但需注意阈值（如 SUVmax 的 40%）对特征稳定性的影响。

超声 通过发射声波并接收组织界面回波成像，体素强度是回波幅度经对数压缩后的灰度，受探头频率、增益、TGC、聚焦深度影响极大，且存在斑点噪声（speckle）。超声图像没有绝对灰度基准，特征计算前需做去噪与增益归一化，且 ROI 需避开声影与混响区。

二、空间分辨率与体素尺寸对特征的影响

空间分辨率决定了一个体素代表多大体积。CT 常见体素约 0.5～1.0 mm 层内、1.0～5.0 mm 层厚；PET 受探测器限制，体素常为 3～5 mm；MRI 依序列不同，从 0.5 mm 到 3 mm 不等；超声则受频率与深度影响，轴向分辨率约 0.2～1 mm，横向更差。

体素尺寸直接影响纹理特征。以 GLCM 为例，若体素间距从 1 mm 变为 2 mm，同一物理距离内的像素对数量减少，对比度、熵等特征会系统性偏移。因此跨中心建模时，必须先将图像重采样到统一体素尺寸（如 1×1×1 mm），并记录插值方式（线性、B样条或最近邻）。对 PET 这类低分辨率模态，强行上采样到 1 mm 会引入插值伪影，更合理的做法是保留原始分辨率，或统一到 2～4 mm。

部分容积效应是另一个关键点。当病灶小于 2～3 个体素时，其强度会被周围组织平均，导致 SUVmax 被低估、CT 值被平滑。此时应避免使用对边缘敏感的特征（如边缘锐度、小波高频能量），或改用对部分容积不敏感的指标（如总代谢体积 MTV）。

三、灰度分布与强度归一化

灰度分布决定了直方图类特征（均值、方差、偏度、峰度、百分位数）和纹理矩阵的取值。CT 的 HU 分布相对稳定，同一组织在不同设备上差异通常小于 10 HU；MRI 则可能相差数倍。因此：

• CT/PET：可保留原始强度，但需固定窗宽窗位或 SUV 阈值，避免不同显示设置影响 ROI 勾画。
• MRI：推荐 Z-score 归一化（减均值除标准差）或直方图匹配，将强度映射到统一分布后再计算特征。
• 超声：先做斑点噪声抑制（如 Lee 滤波、非局部均值），再做增益归一化，最后计算特征。

灰度离散化同样关键。固定 bin 数（如 32）与固定 bin 宽（如 25 HU）会得到不同纹理值。对 CT，固定 bin 宽更符合物理意义；对 MRI，固定 bin 数更常用。无论选哪种，全数据集必须一致，并在报告中写明。

四、实操检查清单

总结来说，CT 提供绝对 HU，适合密度与阈值特征；MRI 强度相对，必须归一化；PET 提供半定量 SUV，需关注阈值与部分容积；超声灰度无绝对基准，需先降噪再归一。空间分辨率决定纹理尺度，灰度分布决定直方图形态，二者共同决定特征是否可复现。在进入特征提取之前，先完成体素间距统一、强度归一化和离散化参数固定，是保证影像组学结果可信的第一步。