【3D 图像分割】基于 Pytorch 的 3D 图像分割2（基础数据流篇）

构建 pytorch训练模型读取的数据，是有模版可以参考的，是有套路的，这点相信使用过的人都知道。我也会给出一个套路的模版，方便学习和查询。

同时，也可以先去参考学习之前的一篇较为简单的3D分类任务的数据构建方法，链接在这里：【3D图像分类】基于Pytorch的3D立体图像分类1（基础篇）

到了本篇训练的数据构建，相比于上面参考的这篇博客，就多了一丢丢的复杂。那就是有了原始图、mask图后，又多了一个结节目标的中心点坐标和半径。

那就意味着，我们读取到的原始图、mask图三维信息后，不能直接放进去训练，因为尺寸也不一样，背景信息太多了。那就需要根据结节目标的坐标信息，先进行裁剪，裁剪出固定大小区域的目标图，然后再放进去训练。

至此，整个过程基本上就清晰了。

1. 获取原始图、mask图、结节目标的中心点坐标和半径
2. 裁剪操作，取出固定大小的输入信息

为了方便调试，和查看裁剪的对不对，那