影像组学入门教程+最新总结+2024

笔者遇到一批要处理的临床医学数据

就开始先搜索资料设计实验，发现现在很多人对影像组学非常感兴趣但是，就是觉得好难，网络上大家也不怎么分享，大家卷到不愿意分享，这种风气我就受不了，必须给大家把这个活儿整起，接下来那么我就必须要帮帮各位小可爱们，欢迎可爱们来补充，欢迎讨论反馈。

1、相关文献

2、影像组学基本流程：

3、特征提取和挑选：

特征提取有用的工具： LIFEx (https://www.lifexsoft.org/
index.php accessed on 8 August 2023), MITK (http://www.mitk.org/wiki/MITK accessed
on 8 August 2023), CERR (https://github.com/cerr/CERR accessed on 8 August 2023),
and others.  pyRadiomics    提取的巨量特征，如何标准化提取，文献

In response to this challenge, Zwanenburg et al. introduced the Image Biomarker
Standardization Initiative (IBSI) [96], which consists of a standardized set of 169 features。 它会告诉你如何设置参数和使用这些影像组学软件

常见的需要提取使用的特征见下表：

当然了还有深度学习的特征提取方式

3.2 特征挑选

4、创建模型和量化评估

比较受欢迎的模型的使用：RF、SVM、DL，Extreme Gradient
Boosting, RF, Naive Bayes, and Support Vector Machine (SVM)  训练模型的时候，要注意的是，不能过拟合或者欠拟合，为了避免 采用交叉验证、

Employing strategies such as cross-validation, external validation,
and multicenter validation during model training can lead to more stable models

评估一定要画ROC曲线，计算AUC值，accuracy, precision, recall, and F1 score  这些也是常用的评估指标