该系列是为了记录自己学习的过程
一、简介：
pyradiomics是一个开源的python软件包，可以从医学影像中提取出Radiomics影像组学特征
SimpleITK支持的所有图像类型可以用作PyRadiomics的输入。
输出为由参数映射的SimpleITK图像，而不是针对每个特征的float值。
二、Pyradiomics影像组学特征提取
在PyRadiomics中可以通过4种方式自定义特征提取： 非常重要
- 1）** imageType** ：指定用于提取特征的图像类型（原始图像或者基于变换的派生图像）
- 2）** featureClass ** ：指定要提取的特征类
- 3） **setting ** ：指定一个设置文件来控制预处理、图像变换的滤波器和特征类
- 4）** voxelSetting ** ：指定voxel-based基于体素的特定设置，只有在使用PyRadiomics 进行体素提取生成特征图时才需要
2.1、featureClass 主要提取的特征列表
图像类型进行影像组学特征提取的图像既可以是原始图像，也可以是经过滤波器处理的派生图像。默认情况下只使用原始图像
目前可用的特征类如下：
1）**firstorder **：First Order Statistics（19features）
- GetEnergyFeatureValue（）：能量，是图像中体素值大小的度量，值越大意味着这些值的平方和越大。
- GetTotalEnergyFeatureValue（）：总能量，是以体素的体积（以立方毫米为单位）为尺度的能量特征值。
- GetEntropyFeatureValue（）：熵，定义图像值的不确定性或者随机性，是对图像值进行编码所需平均信息量对度量。
- GetMinimunFeatureValue（）：最小特征值
- Get10PercentileFeatureValue（）：第10%的特征值。
- Get90PercentileFeatureValue（）：第90%的特征值
- GetMaximunFeatureValue（）：最大特征值
- GetMeanFeatureValue（）：平均特征值
- GetMedianFeatureValue（）：中位数特征值
- GetInterquartileRangeFeatureValue（）：四分位范围
- GetRangeFeatureValue（）：强度值范围（最大值-最小值）
- getMeanAbsoluteDeviationFeatureValue（）：平均绝对偏差
- getRobustMeanAbsoluteDeviationFeatureValue（）：鲁棒平均绝对偏差
- getRootMeanSquaredFeatureValue（）：均方根
- getStandardDeviationFeatureValue（）：标准偏差，衡量与平均值之间的差异或离散程度
- getSkewnessFeatureValue（）：偏度，偏度测量关于平均值的值分布的不对称性。根据尾巴在哪里加长和分布的质量集中在什么地方，该值可以为正或负。
- GetKurtosisFeatureValue（）：峰度，峰度是图像ROI中值分布的“峰值”度量。峰度越高，意味着分布的质量集中于尾部而不是均值。较低的峰度意味着相反的情况：分布的质量集中在接近均值的峰值处。
- GetVarianceFeatureValue（）：方差，是每个强度值与平均值之间的平方距离的平均值。这是对均值分布分布的度量
- getUniformityFeatureValue（）：均匀度，是每个强度值的平方和的量度。这是图像阵列均匀性的一种度量，其中更大的均匀性意味着更大的均匀性或较小的离散强度值范围。
2） shape2D：Shape-based（2D）（10fetures）
- getMeshSurfaceFeatureValue（）：网格表面积，由三角形网格定义，计算ROI的表面。
- getPixelSurfaceFeatureValue() ： 像素表面积
- getPerimeterFeatureValue（）：周长。
- getPerimeterSurfaceRatioFeatureValue（）：周长比，较低的值表示更紧凑的圆形。
- getSphericityFeatureValue（）：球形度，表示与肿瘤区域具有相同面积的圆形的周长与肿瘤的周长之比。
- getSphericalDisproportionFeatureValue（）：球形不均匀度，是球形度的倒数。
- getMaximumDiameterFeatureValue（）：最大2D直径。
- getMajorAxisLengthFeatureValue（）：主轴长度。
- getMinorAxisLengthFeatureValue（）：短轴长度。
- getElongationFeatureValue（）：伸长率。
3）shape：Shape-based（3D）（17features）
- getMeshVolumeFeatureValue（）：网格体积，由影像RIO的三角形网格计算得到。
- getVoxelVolumeFeatureValue() ： 体素体积，
- GetSurfaceAreaFeatureValue（）：表面积。
- getSurfaceVolumeRatioFeatureValue（）：表面积与体积之比，较低的值表示更紧凑的球形形状。
- getSphericityFeatureValue（）：球形度，是肿瘤区域相对于球形度圆度度度量。
- getCompactness1FeatureValue（）：紧凑度1，是衡量肿瘤形状相对于球形的紧密程度的度量。
- getCompactness2FeatureValue（）：紧凑度2，也是衡量肿瘤形状相对于球体的紧密程度的度量，公式不同。
- getSphericalDisproportionFeatureValue（）：球形不对称，是肿瘤区域的表面积与具有相同体积的球体表面积的比值，是球形度的倒数。
- getMaximum3DDiameterFeatureValue（）：最大3D直径，表示肿瘤表面网格顶点之间的最大欧几里得距离。
- getMaximum2DDiameterSliceFeatureValue（）：最大2D直径（切片），表示轴向平面中肿瘤表面网格顶点之间最大的欧几里得距离。
- getMaximum2DDiameterColumnFeatureValue（）：最大2D直径（列），表示冠状平面中肿瘤表面网格顶点之间最大的欧几里得距离。
- getMaximum2DDiameterRowFeatureValue（）：最大2D直径（行），表示失状平面中肿瘤表面网格顶点之间最大的欧几里得距离。
- getMajorAxisLengthFeatureValue（）：主轴长，表示包围ROI的椭球的最大轴长。
- getMinorAxisLengthFeatureValue（）：短轴长，表示包围ROI的椭球的第二轴长。
- getLeastAxisLengthFeatureValue（）：最小轴长，表示包围ROI的椭球的最小轴长。
- getElongationFeatureValue（）：伸长率，表示ROI形状中两个最大的主成分之间的关系。
- getFlatnessFeatureValue（）：平面度，是表示ROI形状中最大和最小主成分之间的关系。
4）Glcm：Gray Level Cooccurence Matrix（24features）灰度共生矩阵
5）Glrlm：Gray Level Run Length Matrix（16features），灰度级运行长度矩阵
6）Glszm：Gray Level Size Zone Matrix（16features）
7）Gldm：Gray Level Dependence Matrix（14features）灰度依赖性矩阵
8）Ngtdm：Neighbouring Gray Tone Difference Matrix（5features）
三、安装
pip install pyradiomics
网友评论