【深度学习】深入浅出nnUnet的数据处理方法

【深度学习】深入浅出nnUnet的数据处理方法

文章目录 1 nnUNet数据预处理crop方法 2 预测结果可视化 3 如何针对三维医学图像分割任务进行通用数据预处理：nnUNet中预处理流程总结 3.1 数据格式转换 3.2 图像裁剪Crop 3.3 重采样Resample 3.4 标准化Normalization 4 后处理 1 nnUNet数据预处理crop方法

plan_and_preprocess 运行分割，首先需要对数据集进行数据预处理，这也是nnUNet的精髓所在。

nnUNet_plan_and_preprocess -t NUM –verify_dataset_integrity

我们进入 入口函数，绘制整个流程图：

加下来我们分析这三个最为关键的函数。

首先从 crop()开始，

lists, _ = create_lists_from_splitted_dataset(splitted_4d_output_dir_task) num_threads: 4, cropped_out_dir: datasets/nnUNet_raw_cropped/Task02_allorgan imgcrop = ImageCropper(num_threads, cropped_out_dir) imgcrop.run_cropping(lists, overwrite_existing=override) shutil.copy(join(splitted_4d_output_dir, task_string, “dataset.json”), cropped_out_dir)

核心其实还是调用了外部的 ImageCropper()类来实现的。 ImageCropper类 init() 类不多说，设置 output_folder 为 datasets/nnUNet_raw_cropped/TaskNUM_XXX，以及进程数 num_threads 。

之后主程序调用 run_cropping()，将处理后的数据及数据属性文件放入 output_folder中。

Q: 为什么把crop定义成一个类？ A: 从上面的介绍可以看出crop这个过程虽然目的很简单，但涉及到很多其他需求，比如数据的读取，存储，bounding box的记录，定义成类使得不同小功能之间更加模块化。 Q: run_cropping中为什么把参数传给私有方法_load_crop_save_star，而不是直接传给load_crop_save方法？ A: 仅从功能上来说，实际上没有特殊意义；猜想应该是作者为了后续的扩展性及代码的调用便捷考虑，后续可能会扩展 load_crop_save_star的操作，项目较大，代码抽象度高的时候，这么做的优势就显出来。 为什么把crop_from_list_of_files和crop定义为静态方法？ A: 静态方法的文档。方便用类方法直接调用，testing的时候也会用到这个方法。 Q: ImageCropper类中最后两个方法load_properties，save_properties在这里没用到吗？ A: 目前看来是的。这两个函数功能很清楚，后续如果看到有用了再补充。

2 预测结果可视化

大多数医学图像的分割都是有具体意义的，比如对血管的分割。所有我们有时需要对自己的预测结果进行可视化，以便于对结果有个大致的分析。

import matplotlib.pyplot as plt import numpy as np import nrrd import os from glob import glob def plotNrrd(filepath): arr0=nrrd.read(C:/Users/32920/Desktop/nnUnet结果/+filepath)[0] x=[] y=[] z=[] for i in range(len(arr0)): for j in range(len(arr0[0])): for k in range(len(arr0[0][0])): if(arr0[i][j][k]==1): print(i+1, ,j+1, ,k+1) x.append(i+1) y.append(j+1) z.append(k+1) fileindex=(filepath.split(/)[-1]).split(.)[0] with open(nrrd+fileindex+_x.txt,a)as f: f.write(,.join(map(str,x))) with open(nrrd+fileindex+_y.txt,a)as f1: f1.write(,.join(map(str,y))) with open(nrrd+fileindex+_z.txt,a)as f2: f2.write(,.join(map(str,z))) ax = plt.figure().add_subplot(111, projection = 3d) #基于ax变量绘制三维图 #xs表示x方向的变量 #ys表示y方向的变量 #zs表示z方向的变量，这三个方向上的变量都可以用list的形式表示 #m表示点的形式，o是圆形的点，^是三角形（marker) #c表示颜色（color for short） ax.scatter(x, y, z, c = r, marker = ^) #点为红色三角形 #设置坐标轴 ax.set_xlabel(X Label) ax.set_ylabel(Y Label) ax.set_zlabel(Z Label) plt.title(fileindex+.nrrd) #显示图像 plt.savefig(filepath+.png) if __name__==__main__: # plotNpz(Predict_Masks_labeled_org/30.npz) #plotNrrd(ASOCA/Test_Masks/32.nrrd) files = glob(*.nrrd) for file in files: plotNrrd(file)

3 如何针对三维医学图像分割任务进行通用数据预处理：nnUNet中预处理流程总结

根据nnUNet框架，三维医学图像分割的通用预处理可以分为四步，分别是数据格式的转换，裁剪crop，重采样resample以及标准化normalization。

3.1 数据格式转换

常见的医学图像格式有DICOM（后缀名为.dcm），MHD（后缀名为.mhd和.raw）以及NIFTY（后缀名为.nii或.nii.gz）。这几种格式都不太方便直接进行操作，一般都使用对应的Python库将数据进行读取后，转换成numpy数组后再进行后续处理。

nnUNet中给出了一种建议的目标数据格式，将每一个病例的数据，都存成一个四维numpy数组以及与之对应的pickle文件。 MSD Task01_BrainTumor数据转换后存储形式 四维数组array(CXYZ)中，第一个维度的最后array[-1,:,:,:]存储的是分割标注结果。而第一个维度的前面存储不同模态的数据，如MRI数据中有FLAIR, T1w, t1gd, T2w等四种模态，array[0,:,:,:]表示FLAIR序列成像的强度数据，array[1,:,:,:]表示T1加权的强度数据，以此类推。如果仅单模态，则四维数组第一维度长度仅为2，分别表示影像数据以及标注数据。四维数组array的后三个维度代表x,y,z三个坐标表示的三维数据，对于原始影像数据，值大小代表强度，而对于标注结果，后三个维度的三维数据值分别为0，1，2……表示不同的标注类别。在后续的代码中，为了简便，将不同模态的原始图像与分割标注分开，使用data(CXYZ)代表四维图像数据，使用seg(XYZ)代表三维标注数据。

而pickle文件中存储该医学影像中其它的重要信息，是对numpy数组提供信息的补充。包含spacing，direction，origin等信息。

3.2 图像裁剪Crop

图像裁剪就是将三维的医学图像裁剪到它的非零区域，具体方法就是在图像中寻找一个最小的三维bounding box，该bounding box区域以外的值为0，使用这个bounding box对图像进行裁剪。相比裁剪前，裁剪后的图像对于最后的分割结果没有影响，但是却可以减小图像尺寸，避免无用的计算，提高计算效率。这个操作对于部分数据集如大脑数据集比较有效，这些数据集中外围全黑的背景相对较多。裁剪在nnUNet的实现中可以分为3步。

大脑MRI影像，外周全0值较多 第一步根据四维图像数据data(C,X,Y,Z)生成三维的非零模板nonzero_mask，标示图像中哪些区域是非零的 。不同的模态都有对应的三维数据，产生不同的三维nonzero_mask，而整个四维图像的非零模板为各个模态非零模板的并集。最后调用scipy库的binary_fill_holes函数对生成的nonzero_mask进行填充。

from scipy.ndimage import binary_fill_holes nonzero_mask = np.zeros(data.shape[1:], dtype=bool) for c in range(data.shape[0]): this_mask = data[c] != 0 nonzero_mask = nonzero_mask | this_mask nonzero_mask = binary_fill_holes(nonzero_mask)

第二步根据生成的非零模板，确定用于裁剪的bounding_box大小和位置，在代码中就是要找到nonzero_mask在x，y，z三个坐标轴上值为1的最小坐标值以及最大坐标值。

mask_voxel_coords = np.where(nonzero_mask != outside_value) minzidx = int(np.min(mask_voxel_coords[0])) maxzidx = int(np.max(mask_voxel_coords[0])) + 1 minxidx = int(np.min(mask_voxel_coords[1])) maxxidx = int(np.max(mask_voxel_coords[1])) + 1 minyidx = int(np.min(mask_voxel_coords[2])) maxyidx = int(np.max(mask_voxel_coords[2])) + 1 bbox = [[minzidx, maxzidx], [minxidx, maxxidx], [minyidx, maxyidx]]

第三步就根据bounding_box对该张图像的每个模态依次进行裁剪，然后重新组合在一起。

resizer = (slice(bbox[0][0], bbox[0][1]), slice(bbox[1][0], bbox[1][1]), slice(bbox[2][0], bbox[2][1])) cropped_data = [] for c in range(data.shape[0]): cropped = data[c][resizer] cropped_data.append(cropped[None]) data = np.vstack(cropped_data)

为简化，仅展示二维空间中crop的过程图 在对原始数据裁剪完毕之后，使用同样的bounding box对分割标注seg进行裁剪，具体步骤与上述代码的第三步一致。

注意到，nnUNet在对标注图像seg进行裁剪之后，还额外利用了nonzero_mask的信息，将nonzero_mask区域以外的背景标签值，从0修改为-1。

non_zero_label = -1 seg[(seg == 0) & (nonzero_mask == 0)] = nonzero_label

这样一来, seg中值为0和-1的都代表背景, 只是值为0的代表图像中值不为0的背景, 值为-1的代表图像中值为0的背景. 这样做可在后续的处理中,用seg<0迅速指示图像中的nonzero region. 在normalization中, 如果图像尺寸减小了1/4以上，就需要利用这个信息，仅在nonzero region进行normalization。

3.3 重采样Resample

重采样目的是解决在一些三维医学图像数据集中，不同的图像中单个体素voxel所代表的实际空间大小spacing不一致的问题。因为卷积神经网络只在体素空间中进行操作，会忽视掉实际物理空间中大小信息。为了避免这种差异性，需要对不同图像数据在体素空间进行resize，保证不同的图像数据中，每个体素所代表的实际物理空间一致。

具体需要将整个数据集resample到多大的spacing，即目标空间大小target_spacing应该多大呢？nnUNet给出的建议是在大多数时候使用数据集各个图像不同spacing的中值，但是在各向异性（最大坐标上的spacing÷最小坐标上的spacing>3）的数据集中，取数据集10%分位点的spacing值作为spacing最大坐标的目标空间大小会是更好的选择。重采样的步骤可以简单分成3步。

第一步是确定重采样的目标空间大小。在之前数据格式转换的时候，每个数据的spacing信息存储在对应的pickle文件中，需要依次进行读取，然后一起存放在一个列表spacings当中。之后调用numpy中函数统计每个维度spacing的中值即可。 接下来根据中值spacing进行判断，数据集是否存在各向异性的问题。nnUNet设定的判断标准是，中值spacing中三个维度，是否有一个维度spacing大于另一个维度spacing的3倍，并且，该维度的中值size小于另一个维度中值size的1/3。如果存在各向异性，对spacing特别大的维度，取数据集中该维度spacing值的10%分位点作为该维度的目标空间大小。

anisotropy_threshold = 3 worst_spacing_axis = np.argmax(target) other_axes = [i for i in range(len(target)) if i != worst_spacing_axis] other_spacings = [target[i] for i in other_axes] has_aniso_spacing = target[worst_spacing_axis] > (anisotropy_threshold * min(other_spacings)) has_aniso_voxels = target_size[worst_spacing_axis] * self.anisotropy_threshold < min(other_sizes) if has_aniso_spacing and has_aniso_voxels: spacings_of_that_axis = np.vstack(spacings)[:, worst_spacing_axis] target_spacing_of_that_axis = np.percentile(spacings_of_that_axis, 10) # dont let the spacing of that axis get higher than the other axes if target_spacing_of_that_axis < min(other_spacings): target_spacing_of_that_axis = max(min(other_spacings), target_spacing_of_that_axis) + 1e-5 target[worst_spacing_axis] = target_spacing_of_that_axis

第二步根据target_spacing确定每张图像的目标尺寸。每张图像, spacing和shape之间的乘积为一个定值,代表整个图像在实际空间中的大小。因此可以得到如下关系:

new_shape = np.round(((np.array(original_spacing) / np.array(target_spacing)).astype(float) * shape)).astype(int)

第三步调用skimage库中的reisze函数对每张图像进行resize即可, 但在nnUNet中会根据图像是否存在各向异性进行不同的resize策略。如果不存在各向异性，对整个三维图像进行3阶spline插值即可。如果图像存在各向异性，设spacing大的维度为z轴，则仅在图像的xy平面进行3阶spline插值，而在z轴采用最近邻插值。而对于分割的标注图像，无论各向异性与否, 在三个维度上都采用最近邻插值。下面代码中，用do_seperate_z表示是否存在各向异性，用axis表示各向异性图像中spacing最大的轴。

from skimage.transform import resize if do_separate_z: if axis == 0: new_shape_2d = new_shape[1:] elif axis == 1: new_shape_2d = new_shape[[0, 2]] else: new_shape_2d = new_shape[:-1] reshaped_final_data = [] for c in range(data.shape[0]): reshaped_data = [] for slice_id in range(shape[axis]): if axis == 0: reshaped_data.append(resize(data[c, slice_id], new_shape_2d, order=3)) elif axis == 1: reshaped_data.append(resize(data[c, :, slice_id], new_shape_2d, order=3)) else: reshaped_data.append(resize(data[c, :, :, slice_id], new_shape_2d, order=3)) if shape[axis] != new_shape[axis]: # The following few lines are blatantly copied and modified from sklearns resize() rows, cols, dim = new_shape[0], new_shape[1], new_shape[2] orig_rows, orig_cols, orig_dim = reshaped_data.shape row_scale = float(orig_rows) / rows col_scale = float(orig_cols) / cols dim_scale = float(orig_dim) / dim map_rows, map_cols, map_dims = np.mgrid[:rows, :cols, :dim] map_rows = row_scale * (map_rows + 0.5) – 0.5 map_cols = col_scale * (map_cols + 0.5) – 0.5 map_dims = dim_scale * (map_dims + 0.5) – 0.5 coord_map = np.array([map_rows, map_cols, map_dims]) reshaped_final_data.append(map_coordinates(reshaped_data, coord_map, order=0, cval=cval, mode=nearest)[None]) else: reshaped = [] for c in range(data.shape[0]): reshaped.append(resize(data[c], new_shape, order=3)[None]) reshaped_final_data = np.vstack(reshaped) reshaped_seg = resize(seg, new_shape, order=0)

3.4 标准化Normalization

对图像进行标准化normalization的预处理，不仅在医学图像中需要，在自然图像中也是必备步骤。Normalization的目的是让训练集中每张图像的灰度值都能具有相同的分布。

nnUNet提供了两种normalization的策略，一种单独针对CT图像，一种应用于其它非CT图像。相同的地方是都使用z-scoring(即减去均值除以标准差)。不同的地方有两点。第一点，CT图像做normalization用的是整个训练集前景的均值和标准差，而非CT图像normalization时仅使用单张图像的灰度信息计算均值和方差。策略不同原因在于，CT图像中，强度信息HU值能反映不同组织的物理性质，用整个训练集前景的统计信息，可以有效的利用HU值的额外信息。第二点，CT图像中经常会有异常大的孤立值和异常小的孤立值，需要先将图像HU值clip到前景HU值[0.5, 99.5]百分比范围之间，而非CT图像没有clip的必要。

值得注意的一点是，如果在crop阶段图像大小减小了1/4以上的时候，nnUNet会选择仅在nonzero region进行normalization。

先介绍CT图像的normalization，过程可以分为2步。

第一步是收集整个CT影像训练集前景的统计信息。假设c代表CT所在的模态，data[c]代表CT图像的三维数据。seg是存放分割标注信息的三维数组，根据crop步骤中的处理, 标注值为-1代表0值背景,标注值为0代表非0值的背景，而大于0代表不同的前景标签。nnUNet为了简便计算，对每张图像仅采样1/10的前景体素用于统计，存储在voxels列表中。

mask = seg > 0 # 生成前景mask voxels = list(data[c][mask][::10])

通过对训练集中每张训练数据的遍历，将采样到的前景体素列表voxels拼接在一块，可以命名为voxels_all。

第二步调用numpy中的函数统计整个训练集前景的均值，标准差，0.5%分位HU值，99.5%分位HU值，并利用这些统计信息对每张图像进行clip以及z-scoring。代码中用use_nonzero_mask指示是否只在nonzero区域进行normalization.

“`clike mean = np.mean(voxels_all) std = np.std(voxels_all) percentile_99_5 = np.percentile(voxels_all, 99.5) percentile_00_5 = np.percentile(voxels_all, 00.5) data[c] = np.clip(data[c], percentile_00_5, percentile_99_5) data[c] = (data[c] – mean) / std if use_nonzero_mask[c]: data[c][seg < 0] = 0 # seg<0代表图像里值为0的背景 而非CT图像的normalization相对简单一些，只需1步，每张三维图像只利用自身均值和标准差进行z-scoring即可。 “`clike if use_nonzero_mask[c}: mask = seg >= 0 # 图像中非0区域 data[c][mask] = (data[c][mask] – data[c][mask].mean()) / data[c][mask].std() else: data[c] = (data[c] – data[c].mean()) / data[c].std() 4 后处理

后处理会使用一个生物医学影像的先验知识：医学影像中常常只有1个主体目标，比如一个人只有1个心脏左心室。在这个先验知识的指导下，后处理会尝试仅保留五折交叉验证后选择的2个模型的重叠的最大连通域，再进行测试。如果测试效果好，就保留此后处理；反之则不保留。