39、用于分割的数据集更新与处理

用于分割的数据集更新与处理

在医学影像处理中，利用CT扫描数据进行肺结节的分割和检测是一项重要的任务。本文将详细介绍如何更新数据集以适应分割任务，以及在这个过程中遇到的问题和解决方案。

1. 数据处理策略选择

在处理CT扫描数据时，由于直接采用3D卷积会导致内存使用量大幅增加，且Z方向像素间距较大使得结节在多个切片上出现的可能性较低，因此我们选择将3D数据逐片处理为2D数据进行分割，并通过提供相邻切片作为上下文信息来辅助分割。具体来说，我们会使用通道来表示相邻切片，例如“上两片”、“上一片”、“当前分割切片”、“下一片”等。

这个处理策略可以用以下mermaid流程图表示：

graph LR
    A[3D CT数据] --> B[逐片处理为2D数据]
    B --> C[添加相邻切片作为通道]
    C --> D[用于分割]

2. U-Net模型使用问题及解决方案

U-Net是一种常用的图像分割模型，但在使用过程中会遇到一些问题。

2.1 U-Net输入尺寸要求

U-Net对输入和输出补丁的尺寸有非常具体的要求。例如，U-Net论文中使用的572 × 572图像补丁会产生388 × 388的输出映射。而我们的CT切片尺寸是512 × 512，这会导致CT扫描切片边缘的结节无法被分割。为了解决这个问题，我们将U-Net构造函数的填充标志设置为True，这样就可以使用任意大小的输入图像，并得到相同大小的输出。不过，图像边缘的像素可能会因为包含人工填充区域而损失一些保真