榴红八色鸫

摘要： 本章围绕医学影像数据加载展开，核心是将 LUNA16 数据集的 CT 扫描文件（.mhd/.raw）与 CSV 标注文件转换为 PyTorch 可用的训练样本。首先合并并匹配候选结节标注信息，通过 Ct 类加载 CT 数据并裁剪 HU 值至合理范围，完成病人坐标系（XYZ）与数组坐标系（IRC）的转换；接着自定义 LunaDataset 类实现数据集核心方法，采用内存 + 磁盘缓存策略优化性能，按步长采样划分训练 / 验证集；最终输出包含候选区域张量、分类标签等的标准化训练样本，形成完整的数据准备流水线。 阅读全文