如何将圆形视场(FOV)的CT图像输入CNN且不丢失有效特征

首先明确核心逻辑：CNN仅要求输入为固定尺寸的张量，本身没有限制有效内容的形状，你完全不需要裁剪图像，只需对FOV外的无效区域做针对性处理即可100%保留所有有效特征，以下是三类可直接落地的方案：

方案1：掩码加权训练（最通用，实现成本最低） #

• 预处理步骤：
  1. 保留原始矩形尺寸的CT图像，不做任何裁剪操作
  2. 提前生成与输入图像同尺寸的二值掩码：FOV内的有效体素标记为1，FOV外的无效体素标记为0
• 训练调整逻辑：
  1. 前向传播时正常输入原始CT图像，卷积、池化等运算本身不限制有效内容区域
  2. 计算损失时，将掩码与损失张量做逐元素相乘，仅统计FOV内有效体素的损失，完全屏蔽无效区域对梯度更新的干扰
• 优点：无需修改模型结构，所有常规CNN架构（分类、分割、检测类任务）均可直接适配
• 适用场景：绝大多数科研、训练场景

方案2：自定义圆形卷积核（适配高算力效率需求） #

• 实现逻辑：
  1. 重写卷积层的前向传播逻辑，将常规方形卷积核的非圆形区域权重置为0，卷积运算时仅计算对应圆形FOV区域的像素响应
  2. 可根据FOV半径动态调整卷积核的有效激活区域，全程不需要对输入图像做裁剪
• 优点：可减少无效卷积运算量，降低训练和推理的算力开销
• 适用场景：轻量模型部署、对推理速度要求较高的生产环境

方案3：极坐标转换（适配无无效像素输入需求） #

• 操作步骤：
  1. 以FOV圆心为原点，将笛卡尔坐标系下的圆形FOV图像转换为极坐标图像
  2. 转换后得到的图像天然为矩形尺寸，所有像素均为FOV内的有效特征，无任何无效区域
• 注意事项：如果任务对空间轴向敏感性较高，需要在下游头部分加入对应坐标编码，补偿极坐标变换带来的空间关系变化
• 适用场景：病变分类、圆形区域纹理分析等对局部空间方向敏感性较低的任务

业内常有的顾虑是直接输入带无效区域的矩形图像会引入噪声，实际上只要做好损失掩码或者卷积区域限制，FOV外的数值不会对模型训练产生任何负面影响，反而完全保留了FOV边缘的所有特征，避免裁剪带来的边界信息丢失。

内容的提问来源于stack exchange，提问作者alan6690