影像组学pyradiomics教程----自定义特征提取

3.1 Types of Customization

个性化特征抽取的方法有三种：

1. 指定哪种图像类别（原始图像/衍生图像）用于提取特征；
2. 指定抽取哪种特征（特征类别）；
3. 指定设置。设置可以用于进行预处理，定制特定的滤波器（对图像进行滤波）和特征类别

提示：

• 在对特征提取器和某个特征类别进行初始化的时候，我们可以使用关键字参数来提供第三类参数（即指定设置）；
• 第一类参数（图像类别）和第二类参数（特征类别或特征）只能使用参数文件进行初始化。如果没有使用参数文件或者需要在初始化后更改这些参数，可以使用对应的函数；

---

3.1.1 Image Types

可用于提取特征的图像类别有：

• Original
• Wavelet
• LoG
• Square
• SquareRoot
• Logarithm
• Exponential

激活的图像类别存储在特征抽取器的实例对象的_enabledImageTypes字典中，可以使用enableAllImageTypes(),disableAllImageTypes(),enableImageTypeByName() 和enableImageTypes()进行更改。

在应用任何滤波器（即转换图像类别）之时或之后，我们可以定制这种图像类型的特征抽取方式

提示：

• 默认情况下，只有原始图像处于激活状态

3.1.2 Enabled Features

可用于提取的特征有：

• firstorder
• shape
• glcm
• glrlm
• glszm
• gldm
• ngtdm

可用特征可以动态地更改，激活的特征存储在特征抽取器的实例对象的_enabledFeature字典中，可通过enableAllFeatures(), disableAllFeatures(), enableFeatureClassByName() 和 enableFeaturesByName()进行更改。_enabledFeature字典中的键为已激活的特征类别名，对应的键值为一个列表，列表元素为该特征类别下激活的特征名。如果键值为None或者是空列表，则该特征类别下所有的特征都被激活。

提示：

默认情况下，所有的特征类别和所有的特征都处于激活状态

3.1.3 Settings

除了定制需要抽取什么（图像类别，特征）外，PyRadiomics提供了大量的Settings来个性化如何进行特征抽取。Settings储存在特征抽取器的实例对象的setttings字典中，键名为相关的设置名称。

Settings初始化的方式有三种：

1. 在特征抽取器进行初始化的时候，通过关键字参数对Settings进行初始化（设置的名称为关键字，设置的值作为参数值，例如binWidth=25）；
2. 直接使用setttings字典进行交互；
3. 直接使用参数文件

提示：

当直接使用特征类别的时候，特征类别级别的Settings能够在对特征类别进行初始化的时候通过关键字参数进行初始化

---

3.2 Parameter File

所有三类用来自定义特征提取的参数可通过一个yaml结构的文本文件提供。通过这种方式提供的参数能够避免使用上述函数写代码带来的麻烦，而且易于参数共享。 
通过yaml文件提供参数的示例可参考 pyradiomics/examples/exampleSettings 下的文件，也可参考如下文本：

1. 1. imageType:
2. 2. Original: {}
3. 3. LoG: { 'sigma' : [ 1.0, 3.0]}
4. 4. Wavelet:
5. 5. binWidth: 10
6. 6.
7. 7. featureClass:
8. 8. glcm:
9. 9. glrlm: []
10. 10. firstorder: [ 'Mean',
11. 11. 'StandardDeviation']
12. 12. shape:
13. 13. - Volume
14. 14. - SurfaceArea
15. 15.
16. 16. setting:
17. 17. binWidth: 25
18. 18. resampledPixelSpacing:

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18

三种用于个性化特征抽取的方法命名如下：

• imageType: image type to calculate features on.< value > is custom kwarg settings(dictionary). if is an empty dictionary (‘{}’), no customsettings are added for this input image.
• featureClass: Feature class to enable, is list of strings representing enabledfeatures. If no is specified or is an empty list(‘[]’), all features for this class are enabled.
• setting: Setting to use for pre processing and class specific settings. if no is specified, the value for this setting is set to None.