疗效预测中的影像组学特征提取

本文总结了在肿瘤放疗疗效预测工作中遇到的影像组学特征提取问题。通过使用SimpleITK、NRRD和pyradiomics库,处理dicom和nii格式数据,将标注转换为nrrd格式。内容包括数据处理、特征提取和机器学习模型建立,以预测肿瘤疗效。
摘要由CSDN通过智能技术生成

介绍

最近一直在做关于肿瘤的放疗疗效预测相关的工作,遇到了一些问题主要是关于影像组学特征提取相关的问题,在这里做一个总结,主要是关于基于python提取影像组学特征:

需要的module:

主要需要的是SimpleITK,NRRD和pyradiomics这几个包,安装的话直接pip就可以

pip install pyradiomics
pip install SimpleITK
pip install pynrrd

 具体流程:

因为我们收到的数据都是图像是dicom格式的,标注为nii格式的,但是pyradiomics这个包,他说明只支持nrrd格式的输入,所以前期我们踩了大量的坑,思路都停留在将dicom和nii格式的数据转换为nrrd格式的数据,但是一直都是会缺少部分信息,最近才有部分进展,现在的流程如下:

  1. 使用ITK-SNAP这个软件将nii格式的标注转换为nrrd格式的数据,过程很简单只需要将nii文件打开,选择file-save image-main image即可,然后再弹出框中选择nrrd格式,即可在对应文件目录下生成一个对应格式的标注文件

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值