nnUNet多标签医学图像分割数据的预处理方法

在医学图像分析领域，nnUNet作为当前最先进的自动分割框架，对输入数据格式有着特定要求。本文将详细介绍如何将分散的多器官标签数据转换为nnUNet可接受的单一文件格式，这是使用该框架进行多器官分割任务的关键预处理步骤。

背景与挑战

医学影像数据通常来自不同采集设备或研究机构，标签数据可能以多种格式存储。常见情况是每个器官或结构的标注保存在单独的文件中（如.nrrd格式），而nnUNet要求所有标签必须整合在单一文件中（通常为.nii.gz格式）。这种格式转换不仅涉及文件类型的改变，还需要正确处理标签值的映射关系。

解决方案实现

1. 标签字典定义

首先需要建立器官名称与标签值的映射关系字典。这是整个转换过程的基础，确保每个器官被赋予唯一且一致的标签值：

label_dict = {
    '肝脏': 1,
    '病灶': 2, 
    '血管': 3,
    # 其他器官和结构...
}

2. 数据整合算法

核心转换算法需要遍历所有病例，对每个病例的各器官标注进行合并处理：

import os
import numpy as np
import nibabel as nib
import nrrd

def combine_labels(input_dir, output_dir):
    os.makedirs(output_dir, exist_ok=True)
    
    for case in os.listdir(input_dir):
        case_path = os.path.join(input_dir, case)
        combined_mask = None
        
        for label_name, label_value in label_dict.items():
            label_path = os.path.join(case_path, f"{label_name}.nrrd")
            
            if os.path.exists(label_path):
                data, _ = nrrd.read(label_path)
                
                if combined_mask is None:
                    combined_mask = np.zeros(data.shape, dtype=np.int16)
                
                combined_mask[data > 0] = label_value
        
        if combined_mask is not None:
            output_path = os.path.join(output_dir, f"{case}.nii.gz")
            nii_img = nib.Nifti1Image(combined_mask, np.eye(4))
            nib.save(nii_img, output_path)

3. 关键实现细节

1. 内存效率：使用np.int16数据类型存储标签，平衡了精度和存储效率
2. 空值处理：通过combined_mask is None判断初始化首个掩膜
3. 标签覆盖：后处理的标签会覆盖先前处理的标签，需要确保标签间无重叠区域
4. 空间一致性：假设所有标签图像具有相同的空间尺寸和方向

进阶优化建议

1. 并行处理：对于大规模数据集，可使用多进程加速处理
2. 元数据保留：将原始.nrrd文件的元信息（如空间方向）转换到NIfTI文件
3. 质量检查：添加验证步骤确保转换后的标签值范围和器官体积合理
4. 日志记录：记录处理过程中缺失的标签文件或异常情况

实际应用注意事项

1. 标签冲突处理：当不同器官标注存在空间重叠时，需要明确处理优先级
2. 背景值定义：确保未标注区域值为0，这是nnUNet的默认背景值
3. 文件命名规范：遵循nnUNet要求的命名约定，如"case_0001.nii.gz"
4. 数据集划分：在转换完成后进行训练集/验证集/测试集的划分

通过上述方法，研究人员可以有效地将分散的多器官标注数据转换为nnUNet所需的格式，为后续的自动分割模型训练奠定基础。这种预处理流程不仅适用于CT数据，也可推广到MRI等其他模态的医学图像分析任务中。