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~