特定的医学影像分割任务

小象实战讲义 · 基于深度学习的计算机视觉

在之前的课程中，我们学习的图像分类、目标检测等任务，大多基于通用场景（如识别猫狗），无需深入了解特定行业背景。然而，当我们将目光投向医疗影像这一专业领域时，情况就变得截然不同。本节我们将开启“医疗影像分割”这一全新篇章，首先需要理解：什么是医学影像？它如何存储？以及我们即将面对的前列腺MRI分割任务，其具体目标是什么？掌握这些背景知识，是理解后续U-Net等专用分割模型的前提。

💡 核心导读

• 医学影像的特殊性：了解X光、MRI、超声、内窥镜等不同成像方式的原理与特点。
• 影像存储标准：掌握DICOM、MHD/RAW等主流医学影像数据格式。
• 分割任务目标：明确在医学影像分割中，我们的目标是识别出特定器官、组织或病变区域。
• 具体案例剖析：以PROMISE12挑战赛的前列腺MRI分割任务为例，理解其临床背景与技术挑战。

医学影像：特殊的图像世界

医学影像与我们日常处理的自然图像有本质区别。它并非为了美观或艺术表达，而是人体内部结构与功能的客观记录，是医生进行诊断的重要依据。其“特殊性”首先体现在多样化的成像原理上。

常见的医学成像方式

1. X射线成像 这是最古老也最著名的医学成像技术。其基本原理是利用人体不同组织（如骨骼、肌肉、脂肪、空气）的密度和厚度不同，对X射线的衰减程度也不同。穿透人体后，衰减少的区域（如空气所在的肺部）在成像板上接收的射线多，显示为暗区；衰减多的区域（如骨骼）接收的射线少，显示为亮区。因此，一张X光片实际上是人体内部结构的“密度投影图”。

2. 磁共振成像 磁共振成像（Magnetic Resonance Imaging, MRI）的原理则复杂得多。它利用人体组织中氢原子核（质子）在强磁场和射频脉冲作用下产生的磁共振信号来成像。MRI的优势在于：

• 极高的软组织对比度：能清晰区分大脑灰质与白质、肌肉、韧带等。
• 多参数、多序列成像：通过调整扫描参数，可以得到反映不同组织特性的图像，如T1加权像（T1WI）、T2加权像（T2WI）。
• 功能成像：如弥散加权成像（DWI），可以反映水分子在组织内的随机热运动（布朗运动）。水分子的净移动程度可用表观弥散系数（Apparent Diffusion Coefficient, ADC）来描述。在肿瘤区域，细胞密度高，水分子运动受限，ADC值通常会降低。

一个形象的比喻：如果把B超比作“拍西瓜听声”判断熟度，那么MRI中的弥散加权成像（DWI）就像是摇晃一个装有清水和墨水的瓶子，突然定格，观察墨水分子扩散的形态，以此来推断瓶内的情况。要注意这个比喻只对应DWI这类反映水分子弥散的功能成像；常规的T1WI、T2WI看的仍是组织的形态结构与信号强度。

3. 超声成像 超声利用高频声波（机械波）在人体组织界面反射的回波来成像。由于其无放射性，安全性高，广泛应用于产检（B超）、心脏检查等。彩色多普勒超声（常说的“彩超”）属于D型超声，能显示血流的方向和速度。

4. 内窥镜成像 这是一种“直接观察”的方式。将带有微型摄像头的软管或硬管通过人体自然腔道（如口腔、鼻腔）或微小切口伸入体内，直接获取器官表面的视频或图像，诊断准确性极高。

5. 计算机断层扫描 计算机断层扫描（Computed Tomography, CT）并非与上述几种并列的独立成像原理，而是一种“断层重建”的技术思路：先对物体做多角度投影，再由计算机重建成横断面图像，就像把人体“切成”一片一片来观察。临床上最常见的是用X射线投影来重建，也就是通常所说的CT（也称X-CT）；按所用射线不同，还有超声CT（UCT）、γ射线CT（γ-CT）等。

医学影像的存储：DICOM与其它格式

医学影像数据量大且包含丰富的元信息（如患者信息、设备参数、扫描序列），因此有专门的存储标准。

主流标准：DICOM

DICOM（Digital Imaging and Communications in Medicine）是医学数字成像和通信的国际标准。一个DICOM文件包含两部分：

1. 文件头：存储元数据，如患者姓名、ID、检查日期、设备型号、扫描参数等。
2. 图像数据：存储实际的像素矩阵。DICOM不仅支持静态图像，也支持动态影像序列（如心脏超声）。

DICOM标准的普及，极大地简化了不同医院、不同设备间医学影像的交换、存储与管理，并推动了图像归档与通信系统（PACS）的发展。

其它常见格式

1. MHD/RAW格式：常见于一些公开数据集（如LUNA2016肺结节挑战赛）。这种格式将元数据与图像数据分离：
   • .mhd 文件：文本格式，存储图像尺寸、数据类型、空间方向等元数据。
   • .raw 文件：二进制格式，存储原始的图像体素（voxel）数据，通常是三维的。 使用时，需要先读取.mhd文件获取信息，再按此信息解析.raw文件，将三维数据“切割”成一系列二维切片。
2. NRRD格式：将元数据和RAW数据整合在单个文件中，并通常进行压缩。
3. 专用格式：如vti、GIPL等，应用相对较少。

医学影像分割的目标

医学影像分割的根本目标，是对影像中的每一个像素进行分类，判断其是否属于某个特定的解剖结构、组织类型或病变区域。

具体任务可能包括：

• 器官分割：在CT影像中分割出肝脏、肾脏。
• 组织分割：在MRI中区分大脑的灰质、白质。
• 病变分割：在X光片中勾勒出肺结节的轮廓，或在病理切片中识别出癌细胞区域。

分割结果可以用于体积测量、手术规划、病灶定量分析（大小、形状）以及疾病进展的跟踪，具有重要的临床价值。

案例详解：前列腺MRI分割任务

为了将抽象的目标具体化，我们以本课程后续将深入使用的前列腺MRI分割任务为例进行说明。该任务来源于著名的PROMISE12挑战赛。

临床背景：为什么是前列腺？

前列腺是男性特有的生殖腺器官。前列腺癌是一种常见的恶性肿瘤，早期发现和治疗至关重要。在MRI影像上，前列腺癌通常表现为低信号区（在T2WI图像上颜色更暗）。

然而，直接在全幅MRI图像上寻找低信号区是低效且容易出错的，因为图像中可能存在许多其他低信号结构（如血管、其他组织边界）。因此，一个更合理的流程是：

1. 步骤一（器官分割）：首先精确分割出整个前列腺器官的区域。
2. 步骤二（子区域/病变分析）：在前列腺区域内，再进一步分析其子结构（如外周带、中央区）或寻找异常的低信号病灶。

解剖结构与任务定义

前列腺在横断面MRI上大致可分为几个区域：

• 外周带：前列腺癌最常发生的区域。
• 移行带：良性前列腺增生常发生于此。
• 中央区等。

PROMISE12任务的核心是步骤一，即前列腺整体分割：给定一张前列腺的MRI横断面图像（通常是T2WI），算法需要输出一个二值掩膜（mask），其中白色像素代表属于前列腺组织，黑色像素代表背景。

数据集介绍

PROMISE12数据集包含：

• 训练集：50个病例。
• 测试集：30个病例。 需要注意的是，每个“病例”包含一个三维的MRI扫描序列，即由许多张连续的二维切片构成。因此，总图像数量远多于病例数，但即便如此，数据量（约1000多张有效切片）对于训练深度学习模型来说仍然稀缺，这凸显了数据增强在该领域的重要性。 数据以MHD/RAW格式存储，文件名中带有segmentation的为标注文件（即真实的分割掩膜）。

任务可视化

理想的分割结果如下图所示：算法接收原始的MRI切片（左），输出一个精确勾勒前列腺轮廓的掩膜（右），实现像素级的“器官识别”。

输入 (MRI T2WI)         输出 (分割掩膜)
   ┌────────────┐        ┌────────────┐
   │            │        │            │
   │   人体横    │        │   背景(黑)  │
   │   断面组    │        │            │
   │   织影像    │  →    │   ┌────┐   │
   │            │        │   │前列腺│   │
   │            │        │   │区域(白)│   │
   │            │        │   └────┘   │
   └────────────┘        └────────────┘

📝 动手练一练

1. 概念辨析：医学影像分割与之前课程中学习的通用场景图像分割（如FCN对街景的分割）主要有哪些不同？（至少列举两点）

2. 数据理解：假设你下载了PROMISE12数据集的一个病例文件 case_01.mhd 和 case_01.raw。已知 .mhd 文件中指明图像尺寸为 512x512x30，数据类型为 MET_SHORT。请描述你如何将其转换为一个在Python中可用的三维numpy数组（仅描述思路，无需代码）。

本章小结

本节我们跨入了专业领域——医疗影像分割的门槛。我们认识到，与通用视觉任务不同，处理医学影像必须首先理解其背后的物理成像原理、标准化的存储格式以及具体的临床任务需求。

我们详细介绍了X光、MRI、超声等多种成像技术，理解了DICOM作为数据交换基石的重要性，并最终聚焦于PROMISE12前列腺MRI分割这一具体任务。我们明确了该任务的目标是：从MRI横断面图像中，像素级地分割出整个前列腺器官，为后续的疾病诊断与分析提供基础。

今天，医学影像分割已大量采用 nnU-Net、Swin-UNet 等更强基线以及自监督预训练；但 PROMISE12 仍是理解医学分割数据组织、Dice/表面距离等评价口径的经典入口。

📋 行动清单

• 回顾成像原理：尝试向他人简要解释MRI与X光成像的根本区别。
• 熟悉数据格式：在脑海中梳理DICOM文件与MHD/RAW文件在结构上的异同。
• 明确任务目标：清晰表述前列腺MRI分割任务的两阶段临床意义（先找器官，再找病变）。

—— 小象教研组