nnUNetV2中禁用镜像增强的训练与预测配置指南

镜像增强在医学图像分割中的作用

在医学图像分割领域，数据增强是提高模型泛化能力的重要手段。其中，镜像增强（Mirroring Augmentation）是一种常用的技术，它通过沿不同轴向翻转图像来增加训练数据的多样性。然而，在某些特殊场景下，这种增强方式可能并不适用。

nnUNetV1与V2版本的变化

在nnUNet的早期版本（V1）中，用户可以通过指定nnUNetTrainerV2_NoMirroring训练器来禁用镜像增强。随着框架升级到V2版本，这一接口发生了变化：

• V1版本：使用nnUNetTrainerV2_NoMirroring
• V2版本：使用简化的nnUNetTrainerNoMirroring

如何在nnUNetV2中正确配置

训练阶段配置

在nnUNetV2中，要禁用镜像增强，用户需要在训练命令中明确指定不使用镜像增强的训练器：

nnUNetv2_train [...] -tr nnUNetTrainerNoMirroring [...]

这一配置会告知训练流程跳过所有基于镜像的数据增强操作。

预测阶段的变化

在nnUNetV1中，用户需要在预测时额外添加--disable_tta标志来禁用测试时增强（Test-Time Augmentation, TTA）。但在V2版本中，框架进行了智能化改进：

1. 框架会自动记忆训练阶段是否使用了镜像增强
2. 在预测时，会根据训练配置自动决定是否应用TTA
3. 用户不再需要手动指定--disable_tta参数

技术实现原理

nnUNetV2的这一改进源于其更完善的配置管理系统。训练器会将自己的配置（包括是否使用镜像增强）序列化到模型文件中。在预测阶段，框架会自动读取这些配置并做出相应决策，从而简化用户操作并减少配置错误的可能性。

实际应用建议

对于需要使用禁用镜像增强的场景，建议：

1. 确保使用正确的训练器名称（注意V2版本的命名变化）
2. 无需在预测命令中添加额外参数
3. 验证训练日志以确保镜像增强确实被禁用
4. 对于特殊需求，可以考虑继承基础训练器进行自定义修改

这种设计体现了nnUNetV2"约定优于配置"的理念，在保持灵活性的同时降低了用户的使用门槛。