想问一下大家 在做CT图像预处理的时候 根据数据集提供的信息 需要先从像素中减去32768获得HU值 再调整窗宽窗位【-1024, 3071】，可是得到的结果是全黑的
不知道你这个问题是否已经解决, 如果还没有解决的话:CT值属于医学领域的概念，通常称亨氏单位（hounsfield unit,HU),反映了组织对X射线的吸收程度。黑影表示低吸收区，即低密度区，如含气体多的肺部；白影表示高吸收区，即高密度区，如骨骼。但是CT 和X线图像相比，CT的密度分辨力高，即有高的密度分辨力（density resolution）。因此，人体软组织的密度差别虽小。吸收系数虽多接近于水，也能形成对比而
成像。解剖成像。灰度值属于计算机领域的概念，指的是单个像素点的亮度，灰度值越大表示越亮。范围一般从0到255，白色为255，黑色为0，故黑白图片也称为灰度图像。
两种最常用的医学图像数据格式：DICOM类型和NIFTI类型
DICOM类型的文件后缀为dcm,常用的python处理库有：SimpleITK,pydicom库
NIFTI类型的文件后缀为nii或nii.gz，常用的python处理库有：SimpleITK,nibabel库
注：无论对于dcm还是nii格式的图片，只要是ct图，为了更好地观察不同器官，都可以选择将储存的原始数据转化为Hu值，因为Hu值即代表了物体真正的密度。
对于nii格式的图片，SimpleITK,nibabel中常用的api接口，都会自动的进行上述转化过程，即取出来的值已经是Hu了。除非专门用nib.load('xx').dataobj.get_unscaled()或者itk.ReadImage('xx').GetPixel(x,y,z)才能取得原始数据
对于dcm格式的图片，SimpleITK,pydicom常用的api接口都不会将原始数据自动转化为Hu。（itk snap软件读入dcm或nii都不会对数据进行scale操作）
公式与代码：
HU = pixel_val*slope + intercept
其中，slope,intercept可以从元数据中读取
def get_pixels_hu(ct_array,slope,intercept):
if slope != 1:
ct_array = slope*ct_array
ct_array += intercept
return ct_array