医学图像分割需要像素值归一化吗？

【问题标题】：Is pixel value normalization needed in medical image segmentation?医学图像分割需要像素值归一化吗？
【发布时间】：2020-03-31 13:29:22
【问题描述】：

我有一个代表臀部扫描的 CT 扫描数据集。我目前没有对像素值进行归一化，因为在 CT-Scan 中，像素值代表扫描的不同部分（骨骼 1000+、water0、air-1000 等）。此外，每次扫描的像素值范围都会发生变化（例如 -500:1500、-400:1200）。我想知道 [0,1] 之间的像素值归一化对于我的训练是否会是一个 +，或者我会丢失有关 int 像素值和分割真相之间关系的信息。感谢您的回答

【问题讨论】：

标签： image-processing deep-learning artificial-intelligence data-processing

【解决方案1】：

这在一定程度上取决于您的数据。你所描述的是所谓的Hounsfield Units（可能已经读过），你基本上表达了与水相关的每一种强度。

骨密度（以及相应的强度）变化很大，更不用说是否存在金属了。您的HU 范围高度依赖于身体区域，主要是患者。

https://images.app.goo.gl/WNLCs8eENTdbXWwM7

CT 扫描通常是uint16 灰度，只要您能确保您的浮动范围足以容纳2^16 不同的灰度值，我肯定会进行标准化。

【讨论】：