TorchIO 是一个开源 Python 库，用于在深度学习中对 3D 医学图像进行高效加载、预处理、增强和基于补丁的采样，遵循 PyTorch 的设计。
它包括用于数据增强和预处理的多种强度和空间变换。这些变换包括典型的计算机视觉操作，例如随机仿射变换，以及特定领域的操作，例如模拟由于 MRI 磁场不均匀性（偏差） 或k 空间运动伪影引起的强度伪影。
TorchIO 是官方PyTorch 生态系统的一部分，并在2021 年 PyTorch 生态系统日和 2021 年PyTorch开发者日上发布。
官网地址：
TorchIOhttps://torchio.readthedocs.io/
与计算机视觉中通常使用的 RGB 图像相比，MRI 或 CT 等医学图像的处理面临不同的挑战。这些包括缺乏大型数据集的标签、高计算成本以及需要元数据来描述体素的物理特性。数据增强用于人为地增加训练数据集的大小。使用图像子体积或补丁进行训练减少了对计算能力的需求。需要仔细考虑空间元数据，以确保卷的正确对齐和方向。
TorchIO 沿用 PyTorch 的风格，集成标准医学图像处理库，在神经网络训练过程中高效处理图像。TorchIO 转换可以轻松组合、复制、跟踪和扩展。大多数转换都可以反转，使该库适用于测试时间增强和分割上下文中任意不确定性的估计。提供多种通用预处理和增强操作以及 MRI 特定伪影的模拟。
TorchIO 的开发旨在帮助研究人员标准化医学图像处理流程，并让他们专注于深度学习实验。它鼓励良好的开放科学实践，因为它支持实验可重复性并且受版本控制，因此可以准确引用软件。由于其模块化，该库与其他用于医学图像深度学习的框架兼容。
相关论文
https://www.sciencedirect.com/science/article/pii/S0169260721003102