MRI_PREPROCESS

Concepts

参考了两个流程①resize到256x256——UNet去颅骨——对比度变换（去除颅骨前对每个case去高50%数值作0-100变换，去除颅骨后仅将最大值变换到100。注意以三维的case为单位，而非二维切面。）——对每个case减去训练集的mn和除以std——扩大样本（5-15度，4%-8%放缩）——删去不包含任何病灶的二维切面。②模态特殊处理（对mri只需后续z-norm和min-max scaling就可以）——核对和调整orientation——resample/resize——intensity norm. & std.——转换到模型需要的输入形状。

最终结合实际数据，预处理过程如下：

1）统一转换为nifti格式；

2）统一orientation为LSA；

3）Resize到256*256*20，voxel size = 1^3；

4）每个case的三维体素组作Z-norm；

5）按分类标签保存到文件夹中；同时记录训练集的均值及标准差，在模型加载时将参数写入Normalizer，实现整个训练集的标准化（normalization for training——calculating mean and standard deviation of whole dataset /counts of samples （避免同时加载所有数据到GPU，可以设置变量逐次加载并累加数值）；

6）augmentation （rotations，translations，scales，randomized crops）。