在（一）和（二）中簡單介紹了LUNA16數據集的組成，以及肺結節的可視化，有了對數據集的基本了解后，還要對數據集進行預處理，計算機視覺中原始數據一般不會直接送入神經網絡，這里也是如此。
這篇博客想寫已經有好久了，遲遲沒有動筆，還是因為自己看過幾個版本的預處理，有些地方有些混淆，有些地方猶豫該采取哪種方法，最近思路逐漸理清，遂決定動筆。
首先說一個前提，LUNA16數據集附帶了一個seg-lungs-LUNA16的文件夾，里面是所有case（此處case指一個病例，也就是一張CT圖像，由好多張切片組成）的mask，用來剔除與肺部無關的區域，但是通常來講拿過來一個case，是不會有mask的，LUNA16還是為參賽選手降低了難度，不過在DSB2017中就沒有mask，選手需要自行生成mask。
前提說完，就說說預處理需要哪些步驟吧。
大致來講，共有以下三步。
- 將CT圖像灰度數值轉為HU值，HU值指的是人體組織器官對輻射的透光性，越是不透光，值越高，比如骨頭的值就非常高。這里附一張HU值表，里面有常見的組織器官的透光性。順便說一句，LUNA16的數據已經處理成HU值，真是很人性化了。
- 生成mask，這一步的處理方法我看過兩種，一種訓練一個分割網絡，然后對每張切片進行分割，另一種是閾值化，第二種更簡單些，我傾向於使用第二種，這也是DSB2017第一名的方案。下面就說一下方案二，閾值化采取的閾值不是隨便定的，這里采取-600，這樣水，空氣基本就被過濾掉了，剩下的部分，進行以下膨脹處理，將肺部內部的小孔洞填上，這樣，一張mask就完成了，簡潔高效。
- 歸一化，首先將所有體素的值截取到-1200~600這個范圍，小於-1200的設為-1200，大於600的設為600，然后再縮放至0~255，最后再加上mask。
完結撒花~