【3D 图像分割】基于 Pytorch 的 3D 图像分割6（数据预处理之LIDC-IDRI 标签 xml 标签转储及标记次数统计 ）

由于之前哔站作者整理的 LUNA16数据处理方式过于的繁琐，且训练阶段耗时明显，降低了GPU显存的利用率。

于是，本文就对LUNA16数据做一个新的整理，最终得到的数据和形式是差不多的。但是，主要不同的是代码逻辑比较的简单，便于理解。

对于LUNA16数据集的学习，可以去参考这里：【3D 图像分类】基于 Pytorch 的 3D 立体图像分类3（LIDC-IDRI 肺结节 XML 特征标签 PKL 转储）

本文的主要步骤和中心内容，包括一下几个部分：

1. masks生成：从xml文件中，抽取出对应序列series的结节标记位置坐标（可能一个结节多人多次标注），生成对应的mask数组文件，大小与图像数组大小一致；
2. 肺实质提取操作：从肺区分割的数据中，与原始图像和mask图做乘积操作，非肺区部分进行填充，或者去除操作均可；
3. resample操作：根据spacing，进行resample操作，可以在zyx三个维度进行resample，也可以仅仅在z方向进行resample操作位