企业官网建设流程全解析

做医学图像分割的同学应该都有同感：病灶数据永远是“不够用”的。一份高质量的肿瘤掩膜需要影像科医生在 CT、MRI 切片上一层一层手动勾画，成本高、周期长，而且部分病灶形态本身就十分罕见——比如小尺寸转移瘤、贴近血管生长的结节、跨解剖区域的不规则病变。如果训练集里从未出现过这样的形状和位置，模型到了真实场景中很容易漏检、误检，甚至把正常组织判成病灶。

常规的缓解手段是数据增强，旋转、翻转、缩放、弹性形变都是常见操作。但这些方法本质是在“已有病灶”的基础上做几何扰动，并不具备生成“新形状、新位置病灶”的能力。于是问题变得很有意思：能不能像捏橡皮泥一样，把两个真实病灶的形状、位置和纹理做一次可解释的融合，从而合成大量“介于两者之间”的逼真病灶样本？

OTLesMix 正是沿着这条思路提出的方法。它的核心不是复杂神经网络，而是一套经典数学工具：最优传输（Optimal Transport, OT）与 Wasserstein 重心（Wasserstein Barycenter）。这篇文章我会从问题背景、数学原理、方法拆解、代码复现思路、实验验证方式和工程落地建议几个维度，把 OTLesMix 完整地讲清楚。无论你是医学图像方向的算法工程师，还是对最优传输在深度学习中的应用感兴趣的研究者，这篇文章都会对你有帮助。

1. 医学图像分割的病灶数据难题

1.1 病灶数据为什么稀缺

病灶分割数据的稀缺并不是单纯“数据量少”，而是好几个因素叠加在一起的结果。

首先是标注成本。CTA、MRI 或者病理切片中的病灶边界往往并不清晰，不同医生对同一病灶的勾画也可能存在差异。要获得一份高质量标注，通常需要多位医生交叉验证甚至病理结果对照，这在时间、人力和资金上都是很大开销。

其次是隐私约束。医学影像属于敏感个人数据，脱敏、加密、伦理审批、数据使用协议等环节都会拖慢数据收集节奏。即便拿到数据，不同医院之间的数据格式、扫描协议、设备型号差异也会造成分布偏移。

最核心的问题是长尾分布。病灶在真实世界中不是均匀出现的，比如早期小病灶、罕见位置的病灶在数据集中占比很低，而数据增强恰恰需要在这些样本上下更多功夫。如果只是简单复制粘贴这类样本，模型很快就会过拟合，换一个姿势、一个角度、一个位置就认不出来。

1.2 传统数据增强为什么不够

先列一下医学分割里用得最多的几何增强：

Mixup、CutMix 这类通用增强方法在自然图像分类上效果很好，但直接搬到医学图像分割时有一个明显问题：病灶不是“一块普通贴纸”，它有自身的形状组织、纹理统计和空间语义。当两个病灶位置距离较远时，线性插值会产生模糊和重影；当你把病灶 A 直接复制到病灶 B 的位置时，两个病灶边缘之间的过渡又非常突兀，模型学到的更多是“贴图伪影”，而不是有意义的病理结构。

1.3 合成病灶的两条技术路线

为了让训练集覆盖更多形状和位置，研究者通常走两条路。

一条是生成模型路线，典型代表是 GAN 和扩散模型。GAN 可以生成非常逼真的合成病灶，但训练不稳定、需要大量真实样本作为监督、生成结果的病理语义难以保证。扩散模型效果更细腻，但采样速度慢、训练成本高，并且依然存在“生成的内容是否符合真实病理特征”这一可解释性问题。

另一条路线是几何变换与图像混合路线，OTLesMix 属于这一类。它在两个真实病灶之间建立一个“质量搬运”方案，让形状、位置和纹理可以解耦处理。这样做的好处是：合成病灶的纹理完全来自真实病灶，不存在纹理漂移问题；形状和位置则来自数学上可解释的插值过程，稳定且可控。

2. 先搞清楚：最优传输与 Wasserstein 重心

2.1 最优传输问题：从搬运沙土说起

最优传输是一个有 200 多年历史的数学问题，最早可以追溯到法国工程师 Monge 在 1781 年提出的“搬土问题”。

想象地上有一堆沙子，分布形状为 A；现在要求你把它搬成分布形状为 B，并且每一粒沙子从起点到终点都会产生搬运成本。如果搬运成本用两点之间的距离来度量，那么最优传输问题要回答的就是：怎样规划每一粒沙子的搬运路径，让总成本最低？

这个“搬运方案”在数学上称为传输计划（transport plan），记作 γ(x, y)，表示有多少质量从源位置 x 流向目标位置 y。Kantorovich 后来对问题做了松弛化处理，允许质量被“拆分”，于是最优传输问题变成了一个线性规划问题：

min ∫ c(x, y) dγ(x, y)

其中 c(x, y) 是搬运代价函数，通常取距离的平方 ||x - y||²。这个公式看起来抽象，但含义非常朴素：在所有可能的搬运方案里，找一个总成本最小的。

在图像处理里，一张图像的灰度值可以归一化成一个概率分布，病灶的掩膜也可以看成一个概率分布。于是，最优传输就提供了一种“把一个病灶变成另一个病灶”的最优几何对应关系。

2.2 Wasserstein 距离：分布之间的距离

当最优传输的最优总代价被定义出来后，它本身也可以用来度量两个分布之间的距离。这就是 Wasserstein 距离。

Wasserstein-p 距离的定义是：

W_p(μ, ν) = (min ∫ ||x - y||^p dγ(x, y))^(1/p)

当 p = 1 时，它也叫推土机距离（Earth Mover's Distance, EMD），在图像检索、生成模型评估等领域有广泛应用。

Wasserstein 距离有一个非常重要的几何直觉：它考虑的是“质量分布的形状差异”。两个分布即使支撑集完全不重叠，Wasserstein 距离也依然有明确的有限值，因为质量可以沿着空间距离流动。对比 KL 散度和 JS 散度，它们在两个分布支撑集不重叠时可能退化为无穷大或常数，导致梯度消失，而 Wasserstein 距离不会。

在 OTLesMix 中，Wasserstein 距离可以用来度量两个病灶掩膜之间的“形状距离”，也可以作为插值过程中的一致性指标。

2.3 Wasserstein Barycenter：分布的“平均”

给定多个概率分布 μ₁, μ₂, ..., μ_N，它们的 Wasserstein 重心是一个新分布 μ*，使得所有分布与 μ* 之间 Wasserstein 距离的加权和最小：

μ* = argmin_μ Σ λ_k · W_p(μ, μ_k)^p

如果 λ_k 是权重，且所有权重之和为 1，那么 μ* 就可以理解为这些分布在“最优传输意义下的平均”。

这种平均和欧氏平均很不一样。欧氏平均只是逐点取像素值的加权平均，容易产生模糊、重影；而 Wasserstein 重心会尽量保持分布本身的结构——在病灶掩膜的场景里，它倾向于生成一个“形状介于两个病灶之间”的掩膜，而不是简单地灰度混合。

举个例子：一个病灶是圆形，另一个是细长形，它们的欧氏平均可能是一团模糊的灰块；但 Wasserstein 重心可以生成一个从圆形到细长形渐变过程中的“中间形态”，这个形态仍然具有清晰的轮廓和可解释的形状结构。

3. OTLesMix 方法拆解：形状、位置与纹理如何被“搬运”

从命名看，OTLesMix 可以拆解为 OT（最优传输） + Les（病变 Lesion） + Mix（混合）。它要解决的核心问题是：给定两个真实病灶样本，如何合成一系列形状、位置都不同，但纹理统计真实可信的新病灶。

3.1 病灶掩膜作为概率分布

OTLesMix 首先把病灶掩膜（mask）看作一个二维概率分布。假设掩膜中病灶区域像素值为 1，背景为 0，那么将掩膜归一化后，它就是一个定义在像素平面上的离散概率分布：

• 源的病灶掩膜 μ_s：质量集中在病灶区域
• 目标的病灶掩膜 μ_t：质量集中在另一个病灶区域

用概率分布的语言来描述病灶，是 OTLesMix 最关键的一步。因为这样一来，形状差异就变成了“两个概率分布之间的差异”，而形状插值就变成了“分布之间的重心计算”。

3.2 最优传输映射：建立空间对应关系

有了两个概率分布，下一步是计算它们之间的最优传输映射。

这里要说一下“最优传输映射”与“最优传输计划”的区别。最优传输计划 γ(x, y) 是一个联合分布，表示质量从 x 到 y 的流量；而在某些情况下，这个计划可以退化为一个确定性的函数 T: x → y，即每个源像素点都映射到唯一的目标像素点，这个函数就叫最优传输映射。

OTLesMix 使用最优传输计划的核心动机是：它比仿射变换、TPS 薄板样条等传统配准方法更灵活，能够捕捉两个病灶之间任意的质量对应关系，同时保证这种对应是“全局最优”的，不会因为局部贪心而产生扭曲。

在工程实现中，这一步通常通过计算两个掩膜像素坐标之间的代价矩阵，然后求解线性规划来完成，也就是计算：

G = EMD(μ_s, μ_t, M)

其中 M 是像素坐标之间的代价矩阵，G 是传输计划。G 本身可以理解为一张“从源病灶到目标病灶的质量流量图”，它标识了源病灶每一个像素应该搬运到目标病灶的哪个位置。

3.3 Wasserstein 重心：生成多样中间形状

有了传输计划之后，OTLesMix 要做的不是直接跳到最极端的目标形状，而是在源病灶和目标病灶之间生成一系列中间形态。

这一部分用到的正是 Wasserstein 重心。考虑两个掩膜 μ_s 和 μ_t，取权重 λ ∈ [0, 1]，计算它们的 Wasserstein 重心：

μ_λ = argmin_μ [ (1-λ) · W_p(μ, μ_s)^p + λ · W_p(μ, μ_t)^p ]

当 λ = 0 时，重心就是源掩膜；当 λ = 1 时，重心就是目标掩膜；当 λ = 0.5 时，重心是“中间形状”。

由于 Wasserstein 重心本身是概率分布，因此合成掩膜依然保留着清晰的形态结构，不会像线性插值那样出现模糊和重影。通过改变 λ 的取值，可以生成一系列形状平滑变化的病灶掩膜，这就是“Diverse Shapes”的来源。

3.4 纹理保持与位置迁移

单纯生成形状还不够，合成病灶必须带上真实的纹理（灰度统计特征）才可用于模型训练。

OTLesMix 的做法是：用最优传输计划把源病灶的图像纹理“搬运”到目标病灶的位置上去。具体来说，给定传输计划 G，对于目标位置的每一个像素，我们根据 G 中对应的权重，从源病灶图像里加权采样像素值，得到一张“迁移动态纹理图”。

这样整个方法就把病灶的“形状”和“纹理”解耦了：

• 形状来自 Wasserstein 重心插值
• 纹理来自真实源病灶的传输搬运
• 位置来自最优传输映射所建立的空间对应关系

通过改变源病灶、目标病灶的组合，以及权重 λ，可以生成“形状像 A、纹理像 B、位置接近 A/B 之间”的大量合成病灶。病灶位置的多样性主要来自两个方面：一是源病灶和目标病灶本身位置不同，传输计划会把纹理搬运到新的位置；二是在多个真实病灶之间两两组合时，会形成大量没有在原始数据中出现过的位置分布。

3.5 合成病灶如何融入训练数据

在实际训练时，OTLesMix 通常作为一个在线数据增强模块接入分割训练管线。流程大致如下：

1. 训练集中维护一个“真实病灶库”，每个样本包含病灶小块和对应掩膜。
2. 每个训练 step 随机抽取两个病灶样本。
3. 用 OTLesMix 合成新的病灶 patch。
4. 将合成 patch 粘贴到训练图像的随机位置（或通过 OT 映射得到的合理位置）。
5. 合成 patch 对应的掩膜直接作为训练标签。

通过这种方式，训练集每次迭代都有新的合成病灶出现，模型能够见到更多样的形状和位置组合。

4. 代码复现思路：用 Python 实现核心模块

下面给出一个基于 POT（Python Optimal Transport）库的示例实现。需要提前说明：这部分代码是为了帮助你理解 OTLesMix 的核心思路，并不是论文官方实现的完整代码。实际复现时，需要根据你自己的数据格式、病灶尺寸和训练框架进行调整。

4.1 环境准备与依赖

建议使用以下环境：

Python 3.8+ PyTorch 1.10+（训练分割模型用） POT 0.9.0+（最优传输计算） NumPy OpenCV（图像读写与后处理）

安装 POT：

pip install POT

如果你已经安装了 PyTorch，可以用下面命令验证 POT 是否安装成功：

python -c "import ot; print(ot.__version__)"

4.2 计算最优传输映射

下面的函数接收两个二值掩膜，返回一个从源掩膜到目标掩膜的传输计划：

import numpy as np import ot def compute_ot_map(mask_src, mask_tgt, eps=1e-6): """ 计算从源掩膜到目标掩膜的最优传输计划。 参数: mask_src (np.ndarray): 源病灶掩膜，形状 (H, W)，像素值为 0/1 mask_tgt (np.ndarray): 目标病灶掩膜，形状 (H, W)，像素值为 0/1 eps: 防止除零的极小值 返回: G (np.ndarray): 传输计划，形状 (H, W, H, W) G[i, j, a, b] 表示从源像素 (i, j) 搬运到目标像素 (a, b) 的质量 """ h, w = mask_src.shape # 1. 将掩膜展平成概率分布 mu_s = mask_src.reshape(-1).astype(np.float64) mu_t = mask_tgt.reshape(-1).astype(np.float64) mu_s /= (mu_s.sum() + eps) mu_t /= (mu_t.sum() + eps) # 2. 生成像素坐标网格 yy, xx = np.mgrid[0:h, 0:w] coords = np.stack([xx.ravel(), yy.ravel()], axis=1).astype(np.float64) # 3. 计算代价矩阵（欧氏距离的平方） M = ot.dist(coords, coords, metric='sqeuclidean') M /= (M.max() + eps) # 4. 使用 EMD 求解最优传输计划 G = ot.emd(mu_s, mu_t, M) return G.reshape(h, w, h, w)

这段代码最核心的是两个部分：

• ot.dist(coords, coords, metric='sqeuclidean')：计算所有源像素与所有目标像素之间的代价矩阵。
• ot.emd(mu_s, mu_t, M)：用线性规划求解最优传输计划。

代价矩阵的标准通常会显著影响数值稳定性，所以我对 M 做了归一化处理，让最大值等于 1。实际使用中，如果你的病灶尺寸较大（比如 128×128），直接展开像素会得到 16384×16384 的代价矩阵，内存开销极高，建议先在连通域级别计算，或者缩小到 32×32 再上采样。

4.3 计算 Wasserstein 重心

POT 提供了ot.bregman.convolutional_barycenter2d，可以直接对多张二维图像计算熵正则化的 Wasserstein 重心：

def wasserstein_barycenter(masks, reg=1e-2, num_iters=100): """ 计算多张掩膜的 Wasserstein 重心。 参数: masks (np.ndarray): 形状 (N, H, W) 的二值掩膜数组 reg: 熵正则化系数，越大速度越快，但形状越模糊 num_iters: Sinkhorn 迭代次数 返回: bary (np.ndarray): 形状 (H, W) 的密度图，值在 0~1 之间 """ n, h, w = masks.shape # 归一化为概率分布 A = np.stack([ m.astype(np.float64) / (m.sum() + 1e-6) for m in masks ], axis=0) bary = ot.bregman.convolutional_barycenter2d( A, reg, numItermax=num_iters ) return bary

需要注意，convolutional_barycenter2d使用的是卷积 Sinkhorn 算法，计算效率比普通 Sinkhorn 高很多，适合图像这种二维网格数据。reg是一个关键参数：

• reg 太小：形状更锐利，但迭代收敛慢。
• reg 太大：计算快，但得到的重心会偏模糊。

由于我们最终需要合成清晰的病灶掩膜，通常会在得到重心密度图后，用阈值（比如 0.5）进行二值化，或者再做一次连通域筛选，去掉零碎噪声。

4.4 纹理搬运与合成病灶

传输计划的作用是把源病灶纹理搬运到目标位置。一个朴素的实现如下：

def transport_texture(image_src, G): """ 根据传输计划 G 将源图像纹理搬运到目标坐标位置。 参数: image_src (np.ndarray): 源病灶图像，形状 (H, W, C) 或 (H, W) G (np.ndarray): 传输计划，形状 (H, W, H, W) 返回: warped (np.ndarray): 搬运后的纹理图，形状与 image_src 一致 """ h, w = image_src.shape[:2] channel_dim = image_src.ndim warped = np.zeros_like(image_src, dtype=np.float64) # 对每个目标像素 (a, b) 加权聚合源像素的值 for a in range(h): for b in range(w): weights = G[:, :, a, b] total = weights.sum() if total < 1e-12: continue weights = weights / total if channel_dim == 2: warped[a, b] = (image_src * weights).sum() else: for c in range(image_src.shape[2]): warped[a, b, c] = (image_src[:, :, c] * weights).sum() return warped

这个双重循环在理论上是正确的，但效率很低。实际工程中，可以先把传输计划转化为一个稀疏的“源坐标重映射表”，再用scipy.ndimage.map_coordinates做一次插值，速度会快得多。

下面把整个 OTLesMix 合成流程串起来：

def otlesmix_synthesize(image_src, mask_src, image_tgt, mask_tgt, lam=0.5): """ 合成一个位于源病灶与目标病灶之间的新病灶。 参数: image_src: 源病灶图像块，形状 (H, W, 3) mask_src: 源病灶掩膜，形状 (H, W)，0/1 image_tgt: 目标病灶图像块，形状 (H, W, 3) mask_tgt: 目标病灶掩膜，形状 (H, W)，0/1 lam: Wasserstein 重心的权重，越大越接近目标病灶 返回: synth_image: 合成病灶图像块 synth_mask: 合成病灶掩膜 """ # 1. 计算源到目标的最优传输计划 G = compute_ot_map(mask_src, mask_tgt) # 2. 将源纹理搬运到目标病灶位置 warped_texture = transport_texture(image_src, G) # 3. 计算两个掩膜的 Wasserstein 重心 bary = wasserstein_barycenter( np.stack([mask_src, mask_tgt], axis=0), reg=1e-2 ) # 4. 根据 lam 生成中间形状掩膜 synth_mask = bary > (1 - lam) # 5. 背景部分保留目标图像，病灶区域使用搬运后的纹理 synth_image = image_tgt.copy() synth_image[synth_mask] = warped_texture[synth_mask] return synth_image, synth_mask.astype(np.float32)

这段代码中，lam既是重心权重，也充当了掩膜阈值的调节。实际使用中可以拆分成两个独立参数，便于控制“形状接近程度”和“掩膜阈值”。

5. 从想法到实验：如何验证 OTLesMix 的有效性

设计好合成方法之后，最关键的验证工作是把合成样本真正用到分割模型训练中，并和 baseline 对比。这里的实验协议值得认真设计。

5.1 评测任务选择

OTLesMix 适合作为病灶分割任务的数据增强模块。常见的验证数据集包括：

• BraTS2021：多模态脑胶质瘤 MRI 数据集，包含 T1、T1ce、T2、FLAIR 四个模态，标注有坏死、水肿、增强肿瘤等结构。
• LiTS：肝脏及肝脏肿瘤 CT 数据集，常用于腹部病灶分割。
• MSD（Medical Segmentation Decathlon）：包含多种器官与病灶分割任务，如胰腺、肝脏、结肠癌等。

选择数据集时，最好选择病灶形状差异大、位置分布广的数据，这样才能体现 OTLesMix 的优势。如果数据集里全是圆心近似、大小相近的小病灶，OT 方法和普通旋转缩放的区别就不明显。

5.2 对比基线设置

至少需要设置以下几组对比：

评价指标建议同时看全局指标和困难样本指标：

• Dice 系数：最常用的区域重叠指标。
• IoU：交并比，对边界误差更敏感。
• HD95：95% 豪斯多夫距离，反映边界最大偏差，对病灶边缘质量敏感。
• 罕见形状子集指标：把测试集中形状最不规则、位置最边缘的样本单独统计，更容易看出 OTLesMix 带来的提升。

5.3 训练流程与超参数建议

在实际训练中，OTLesMix 通常作为一个在线增强器使用。推荐流程如下：

1. 离线抽取训练集中所有病灶 patch 和对应掩膜，构建病灶库。
2. 每个训练 step 以一定概率（比如 0.3~0.5）触发 OTLesMix 增强。
3. 每次触发时，从病灶库随机抽取两个病灶，随机选择 λ ∈ [0.1, 0.9]。
4. 用 OTLesMix 生成合成 patch，粘贴到当前训练图像中。
5. 使用合成 patch 的掩膜作为对应位置的真实标签参与损失计算。

这里有一个值得注意的细节：合成病灶粘贴到训练图时，需要避免粘贴到不合理的解剖位置。最简单的方式是保持源病灶与目标病灶的相对解剖位置关系，或者限制粘贴位置在特定器官区域内。

6. 常见理解误区与排查建议

在理解和复现 OTLesMix 的过程中，下面几个误区比较常见，我整理成表格方便排查。

如果你遇到合成结果中出现大量空洞或者噪声点，优先检查掩膜归一化是否遗漏，以及reg正则化系数是否过大。reg过大会让重心变得过于平滑，二值化后很容易出现零碎伪影。

7. 工程化落地的几条建议

把 OTLesMix 从论文实验迁移到实际项目中，有几个工程层面的问题值得提前规划。

7.1 病灶库的构建与管理

病灶库的质量直接决定合成样本质量。建议在训练流程开始前，先对训练集做一次离线分析，筛选出面积适中、边界清晰的病灶。太小的病灶（比如只有十几个像素）在 OT 计算中噪声非常大；边界模糊的病灶掩膜本身就不准，合成出来的样本也会带偏模型。

病灶库可以采用统一尺寸的 patch 存储，例如统一缩放到 64×64 或 128×128。为了避免病灶形态被缩放扭曲，记录每个 patch 的原始尺寸和缩放比例，合成后再变换回原图尺度。

7.2 在线增强 vs 离线增强

OTLesMix 的计算开销主要集中在 EMD 求解上，在线增强时如果每个 batch 都重新计算，会拖慢训练速度。

实际工程中推荐“离线预计算 + 在线随机组合”的方式：

• 离线阶段：从病灶库中挑选有代表性的配对组合，预计算传输计划和重心形状，保存到磁盘。
• 在线阶段：训练时直接读取预计算的组合结果，随机选择 λ 进行纹理搬运和粘贴，将单次增强开销控制在毫秒级。

这种方式牺牲了一部分随机性，但大幅提高了训练效率，更适合大规模数据场景。

7.3 质量控制与医学合规

合成病灶生成得再逼真，也不能绕过医学数据的合规要求。使用真实病人数据构建病灶库前，必须确认数据的合法授权、匿名化处理和伦理审批。合成样本不应包含可识别患者身份的信息，也不能当成真实影像用于任何临床诊断目的。

此外，如果项目要上线到真实医疗场景，建议邀请影像科医生对合成样本进行抽样评估，确认病灶的形态、边缘和纹理在病理上合理。这一点是最容易被算法团队忽视，但又是最重要的环节。

7.4 增强策略的动态调整

不建议在训练全程使用固定的 OTLesMix 触发概率。更合理的做法是课程式增强：训练早期模型还在学习基础特征，以常规几何增强为主；训练中期逐步引入 OTLesMix，提高样本多样性；训练后期收敛阶段，再降低触发概率，避免模型过于依赖合成样本而产生分布偏移。

你可以用一个简单的 epoch 调度函数来控制触发概率：

def get_otlesmix_prob(epoch, max_epochs, p_max=0.5): """ 随着训练进行，先提升再降低 OTLesMix 使用概率。 前半程线性上升到 p_max，后半程线性下降。 """ half = max_epochs / 2 if epoch < half: return p_max * (epoch / half) else: return p_max * (1 - (epoch - half) / half)

7.5 与其它增强方法的组合

OTLesMix 并不排斥传统增强方法。推荐在 OTLesMix 合成结束后，再叠加随机旋转、小幅度缩放和亮度扰动，进一步增加多样性。但要注意控制组合强度，避免病灶纹理被过度扰动而失真。

组合增强的顺序也影响效果。通常建议先做空间变换（旋转、翻转），再做强度变换（亮度、对比度），最后再做随机遮挡类增强。对医学图像而言，空间变换要保持解剖关系，所以旋转角度不宜过大，比如限制在 ±15 度以内。

8. 总结与下一步学习方向

OTLesMix 的价值在于提供了一种真正可解释、可控制的病灶合成思路。它把病灶分割中的数据稀缺问题，转化为经典的最优传输数学问题，用 Wasserstein 重心生成多样形状，用最优传输映射搬运纹理和位置。这种方法不需要训练额外的生成模型，也不会出现 GAN 常见的训练不稳定问题。

如果你想把 OTLesMix 用在自己的任务里，我的建议是从小规模开始：先拿一个小数据集，只做两个病灶之间的 OT 混合，看看生成的 patch 在视觉上是否合理；确认纹理和形状都自然之后，再把它接入训练管线。最优传输的数学看起来硬核，但它最终解决的问题非常直观——把一个分布搬到另一个分布。理解了这句话，就理解了 OTLesMix 的一半。

接下来你可以继续深入的方向包括：Sinkhorn 算法与熵正则化的原理、切片 Wasserstein 距离在高维问题中的应用、最优传输在域适应中的用法，以及如何用卷积 Sinkhorn 加速图像级重心计算。如果这篇文章对你有帮助，可以先收藏备用；如果你在复现中遇到了具体报错或效果异常，欢迎在评论区把你的处理步骤和现象发出来，一起排查。