基于深度学习做医学图像数据分析，例如病灶检测、肿瘤或者器官分割等任务，第一步就是要对数据有一个大概的认识。但是我刚刚入门医学图像分割的时候，很迷茫不知道自己该干啥，不知道需要准备哪些知识，慢慢到现在才建立了一个简陋的知识体系。个人认为，比如说医学图像分割这个方向，再具体一点比如腹部器官分割或者肝脏肿瘤分割，需要掌握两方面的知识：（1）医学图像预处理方法；（2）深度学习知识。而第一点是进行第二点的必要条件，因为你需要了解输入到DL网络中的到底是长啥样的数据。

这篇文章主要介绍常见的医学图像读取方式和预处理方法。

1. 医学图像数据读取

1.1 ITK-SNAP软件

首先介绍一下医学图像可视化软件ITK-SNAP，可以作为直观感受医学图像3D结构的工具，也可以用来做为分割和检测框标注工具，免费，很好用，安利一下：ITK-SNAP官方下载地址。此外，mango是另一个非常轻量的可视化软件，也可以试试。我一般用ITK-SNAP。

ITK-SNAP的使用方法可以参考大佬的这篇博文，讲的很简洁：

JunMa：ITK-SANP使用入门73 赞同 · 50 评论文章
ITK-snap界面

首先要明确一下和人体对应的方向，其中三个窗口对应三个切面，对应关系如下图所示，按照字母索引即可。例如，左上图对应R-A-L-P这个面，是从脚底往头部方向看的切面(即z方向)，另外两张类似。

红色切面为矢状面，紫色切面为冠状面，绿色切面为横断面

也可以同时将分割结果导入，对比观察。

对于标注不太严谨的地方也可以精细化修改。当然公开集的话，绝大多数都挺好的。自己标注也是类似。（如果显示不太清晰，对比度太低，需要在软件中调节窗宽和窗位）

1.2 SimpleITK

我们知道，最常见的医学图像有CT和MRI，这都是三维数据，相比于二维数据要难一些。而且保存下来的数据也有很多格式，常见的有.dcm .nii(.gz) .mha .mhd(+raw)。这些类型的数据都可以用Python的SimpleITK来处理，此外pydicom可以对.dcm文件进行读取和修改。

读取操作的目的是从每一个病人数据中抽取tensor数据，用Simpleitk读取上面的.nii数据为例：

import numpy as np
import os
import glob
import SimpleITK as sitk
from scipy import ndimage
import matplotlib.pyplot as plt  # 载入需要的库

# 指定数据root路径，其中data目录下是volume数据，label下是segmentation数据，都是.nii格式
data_path = r'F:\LiTS_dataset\data'
label_path = r'F:\LiTS_dataset\label'  

dataname_list = os.listdir(data_path)
dataname_list.sort()
ori_data = sitk.ReadImage(os.path.join(data_path,dataname_list[3])) # 读取其中一个volume数据
data1 = sitk.GetArrayFromImage(ori_data) # 提取数据中心的array
print(dataname_list[3],data1.shape,data1[100,255,255]) #打印数据name、shape和某一个元素的值

plt.imshow(data1[100,:,:]) # 对第100张slice可视化
plt.show()

输出结果：

['volume-0.nii', 'volume-1.nii', 'volume-10.nii', 'volume-11.nii',... 
volume-11.nii (466, 512, 512) 232.0

表明该数据shape为（466,512,512），注意对应的顺序是z,x,y。z其实是slice的索引。x和y是某一个slice的宽和高。

z索引为100的plot结果：

同一个slice在ITK-SNAP可视化结果（注意这里（x,y,z=(256,256,101)），因为itk-snap默认从1开始索引）：

可以发现，上下两张x轴一样但y轴方向上下翻转了，这是由于matplotlib显示方式不同，但是不会出现读取数据对不齐的问题。

对于dicom和mhd的处理方式，可以参考这篇博文：

谭庆波：常见医疗扫描图像处理步骤179 赞同 · 19 评论文章

2.医学图像预处理

这部分内容比较杂乱。因为不同的任务、不同的数据集，通常数据预处理的方法有很大不同。但基本思路是要让处理后的数据更有利于网络训练。那么二维图像预处理的一些方法都是可以借鉴的，如对比度增强、去噪、裁剪等等。此外还有医学图像本身的一些先验知识也可以利用，比如CT图像中不同仿射剂量（单位：HU） 会对应人体不同的组织器官。

不同放射剂量对应的组织器官

基于上表，可以对原始数据进行归一化处理：

MIN_BOUND = -1000.0
MAX_BOUND = 400.0

def norm_img(image): # 归一化像素值到（0，1）之间，且将溢出值取边界值
    image = (image - MIN_BOUND) / (MAX_BOUND - MIN_BOUND)
    image[image > 1] = 1.
    image[image < 0] = 0.
    return image

也可以将其标准化/0均值化，将数据中心转移到原点处：

image = image-meam

上述归一化处理适用于绝大多数数据集，其他一些都是可有可无的针对于具体数据的操作，这些操作包括上面的MIN_BOUND 和MAX_BOUND 都最好参考优秀论文的开源代码的处理方式。

预处理后的数据集建议保存在本地，这样可以减少训练时的部分资源消耗。此外，如随机裁剪、线性变换等数据增强处理步骤，还是需要在训练时进行。