使用nnunet推理时，尝试开启TTA，使你的分割结果更准确更稳定

使用nnunet推理时，尝试开启TTA，使你的分割结果更准确更稳定

本文介绍如何在 nnU-Net 推理阶段开启 TTA，从而提高医学图像分割结果的准确性与稳定性。

1. 什么是 TTA

TTA（Test-Time Augmentation， 测试时增强）是一种推理阶段的数据增强策略。

在 nnU-Net 中，TTA 默认采用 mirroring（镜像翻转） 的方式，即：

• 对输入图像进行不同方向的翻转
• 分别进行预测
• 将所有预测结果进行融合平均

这样可以减少模型预测波动，提高分割稳定性。

2. TTA 的作用

开启 TTA 后，通常会带来以下优点：

• 分割边界更加平滑
• 小目标识别更稳定
• 降低偶然预测误差
• 提高模型鲁棒性
• 提升最终 Dice 表现

尤其在：

• 小病灶
• 边界模糊
• 图像质量差异较大

等场景下效果更加明显。

3.使用 TTA 后的推理流程

例如原始 CT 图像正常推理一次：

原图 → 模型 → 分割结果

开启 TTA 后，nnU-Net 会对图像进行多种 mirror 翻转，再分别预测：

原图 → 模型 → 预测1
左右翻转 → 模型 → 翻回来 → 预测2
上下翻转 → 模型 → 翻回来 → 预测3
前后翻转 → 模型 → 翻回来 → 预测4

最后平均 softmax 概率 → 最终分割

由于每一种翻转都需要重新进行一次 forward：

TTA 次数越多
        ↓
forward 次数越多
        ↓
推理时间越长

4. 开启 TTA 推理

nnU-Net 默认会开启 TTA。

因此正常推理即可：

nnUNetv2_predict \
-i imagesTs \
-o output_tta \
-d Dataset001_MyDataset \
-c 3d_fullres \
-f 0

5. 关闭 TTA

如果希望提高推理速度，可以关闭 TTA：

nnUNetv2_predict \
-i imagesTs \
-o output_no_tta \
-d Dataset001_MyDataset \
-c 3d_fullres \
-f 0 \
--disable_tta

其中：

--disable_tta

表示关闭镜像增强推理。

6. 总结

nnU-Net 的 TTA 是一种基于 mirroring 的测试时增强方法，通过对图像进行多方向翻转预测并融合结果，可以有效提高医学图像分割的稳定性与准确性。

对于正式实验和最终结果生成，建议保留默认 TTA；对于快速测试任务，可以关闭 TTA 以减少推理时间。