LUNA16数据集（三）预处理

LUNA16数据集（三）预处理

在（⼀）和（⼆）中简单介绍了LUNA16数据集的组成，以及肺结节的可视化，有了对数据集的基本了解后，还要对数据集进⾏预处理，计算机视觉中原始数据⼀般不会直接送⼊神经⽹络，这⾥也是如此。

这篇博客想写已经有好久了，迟迟没有动笔，还是因为⾃⼰看过⼏个版本的预处理，有些地⽅有些混淆，有些地⽅犹豫该采取哪种⽅法，最近思路逐渐理清，遂决定动笔。

⾸先说⼀个前提，LUNA16数据集附带了⼀个seg-lungs-LUNA16的⽂件夹，⾥⾯是所有case（此处case指⼀个病例，也就是⼀张CT图像，由好多张切⽚组成）的mask，⽤来剔除与肺部⽆关的区域，但是通常来讲拿过来⼀个case，是不会有mask的，LUNA16还是为参赛选⼿降低了难度，不过在DSB2017中就没有mask，选⼿需要⾃⾏⽣成mask。

前提说完，就说说预处理需要哪些步骤吧。

⼤致来讲，共有以下三步。

1. 将CT图像灰度数值转为HU值，HU值指的是⼈体组织器官对辐射的透光性，越是不透光，值越⾼，⽐如⾻头的值就⾮常⾼。这⾥附⼀

张HU值表，⾥⾯有常见的组织器官的透光性。顺便说⼀句，LUNA16的数据已经处理成HU值，真是很⼈性化了。

2. ⽣成mask，这⼀步的处理⽅法我看过两种，⼀种训练⼀个分割⽹络，然后对每张切⽚进⾏分割，另⼀种是阈值化，第⼆种更简单些，

我倾向于使⽤第⼆种，这也是DSB2017第⼀名的⽅案。下⾯就说⼀下⽅案⼆，阈值化采取的阈值不是随便定的，这⾥采取-600，这样⽔，空⽓基本就被过滤掉了，剩下的部分，进⾏以下膨胀处理，将肺部内部的⼩孔洞填上，这样，⼀张mask就完成了，简洁⾼效。3. 归⼀化，⾸先将所有体素的值截取到-1200~600这个范围，⼩于-1200的设为-1200，⼤于600的设为600，然后再缩放⾄0~255，最后

再加上mask。

完结撒花~