【CV作业06-2】调用pyradiomics库提取图像中病灶的影像组学特征

原始数据集文件结构如下：

1. 设置文件夹路径

   # 设置要遍历的文件夹路径
   folder_paths = ['nodule_malignancy_db\\test_set\\benign', 'nodule_malignancy_db\\test_set\\malignant',
                   'nodule_malignancy_db\\train_set\\benign', 'nodule_malignancy_db\\train_set\\malignant']
   
   

2. 定义一个空的DataFrame用于保存特征、创建特征提取器

   features_dfs = pd.DataFrame()  # 用于最后保存特征为csv文件
   extractor = featureextractor.RadiomicsFeatureExtractor()
   

3. 遍历文件夹中的所有文件，并将特征合并到 features_dfs 中

   for folder_path in folder_paths:
       if folder_path.endswith('malignant'):
           label = 1
       else:
           label = 0
       # 遍历文件夹中的所有文件
       for filename in os.listdir(folder_path):
           # 判断是否为raw文件
           if filename.endswith('raw.npy'):
               # 构造掩码文件的路径
               mask_filename = filename[:-7] + 'mask.npy'
               mask_filepath = os.path.join(folder_path, mask_filename)
   
               # 构造raw文件的路径
               raw_filepath = os.path.join(folder_path, filename)
   
               # 加载raw文件和mask文件
               raw_array = np.load(raw_filepath)
               mask_array = np.load(mask_filepath)
               # 转换为 SimpleITK.Image类型的数据
               inputImage = sitk.GetImageFromArray(raw_array)
               maskImage = sitk.GetImageFromArray(mask_array)
   
               # 提取影像组学特征
               features = extractor.execute(inputImage, maskImage)
   
               # 将特征转化为DataFrame
               # 将字典转换为Series
               features_series = pd.Series(features)
               # 将Series转换为DataFrame
               features_df = pd.DataFrame(features_series, columns=['value']).transpose()
   
               # 在第一列加上文件名称，最后一列加上分类 benign-0，malignant-1
               features_df.insert(0, 'file_name',filename)
               features_df['label'] = label
   
               # 合并到总df中
               features_dfs = features_dfs.append(features_df)
   

4. 保存特征为 csv 文件

   features_dfs.to_csv('feature.csv')
   

删除不需要的列，部分数据如下：