数据预处理
1。整体数据裁剪 ：只在非零区域内crop，减少计算消耗
Resample：数据集中存在不同spacing的数据，默认自动归一化到数据集所有数据spacing的中值spacing = 原始数据使用三阶spline插值；Mask使用最邻近插值。
UNet Cascade采用特殊的Resample策略：中值尺寸大于显存限制下可处理尺寸的4倍时（batch-size=2），采用级联策略，对数据进行下采样（采样2的倍数，直到满足前面的要求）；如果数据分辨率三个轴方向不相等，先降采样高分辨率轴使得三轴相等，再三轴同时降采样直到满足上述要求。
Normalization：
CT：通过统计整个数据集中mask内像素的HU值范围，clip出[0.05,99.5]百分比范围的HU值范围，然后使用z-score方法进行归一化；
MR：对每个患者数据单独执行z-score归一化。
如果crop导致数据集的平均尺寸减小到1/4甚至更小，
则只在mask内执行标准化，mask设置为0.