.nii数据的预处理

数量关系说明#

1. 输入.nii文件：每个病例包含5个.nii文件

   • FLAIR模态 (flair.nii)
   • T1模态 (t1.nii)
   • T1CE模态 (t1ce.nii)
   • T2模态 (t2.nii)
   • 分割掩码 (seg.nii)

2. 输出.npy文件：每个.nii文件中包含多个切片(通常约155个轴向切片)，但代码只处理包含肿瘤区域的切片

3. 转换关系公式：

   1
   .npy文件总数 = 2 × 所有病例中包含肿瘤的切片总数
   

4. 具体说明：

   • 每个包含肿瘤的切片会生成2个.npy文件：
     • 一个在trainImage文件夹(四模态图像数据)
     • 一个在trainGt文件夹(对应分割掩码)
   • 不包含肿瘤的切片会被跳过，不会生成.npy文件

举例说明#

假设您有100个病例，每个病例的MRI体积包含155个切片，而每个病例平均有40个切片包含肿瘤区域：

• 原始.nii文件总数 = 100个病例 × 5个模态文件 = 500个文件
• 包含肿瘤的切片总数 = 100个病例 × 40个包含肿瘤的切片 = 4,000个切片
• 生成的.npy文件总数 = 4,000个切片 × 2个文件/切片 = 8,000个文件
  • trainImage文件夹: 4,000个文件
  • trainGt文件夹: 4,000个文件

因此，转换后的.npy文件数量通常会远多于原始.nii文件的数量，但具体倍数取决于每个病例中包含肿瘤的切片数量。这种转换将3D体积数据转换为适合2D CNN训练的单独切片，只保留了对训练有价值的含肿瘤区域的切片。