程序 峰谷值 提取_医学影像组学特征值（Radiomics Features）提取之Pyradiomics（一）理论篇...

医学影像组学特征值(Radiomics Features)提取之pyradiomics(一)理论篇

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，其支持2D和3D中的特征提取，在2.0版开始，pyradiomics还实现了基于voxel-based体素的提取，但提取需要时间较长，输出为由参数映射的SimpleITK图像，而不是针对每个特征的float值。
SimpleITK支持的所有图像类型可以用作PyRadiomics的输入。

一、安装方法1．Install via pip通过pip安装
确保Python已经安装的环境下，安装PyRadiomics：
python -m pip install pyradiomics2．Install via conda通过conda安装
要在Conda环境下上安装PyRadiomics：
conda install -c radiomics pyradiomics3．Install from source源代码安装
Pyradiomics支持从源代码安装，但由于附带了计算纹理矩阵和某些形状特征的C扩展，因此需要额外设置编译器，比较复杂，感兴趣可以去官网(https://pyradiomics.readthedocs.io/en/latest/installation.html#install-from-source)。4．Use 3D Slicer Radiomics extension使用3D Slicer Radiomics扩展
3D Slicer是用于医学影像计算的免费开源平台(http : //slicer.org)，可以使用3D Slicer ExtensionManager来安装Radiomics扩展程序，该扩展程序提供了一个针对pyradiomics库的图形用户界面。使用3D Slicer中的pydiadomics的优势在于，您可以查看图像和分割，参考链接https：//github.com/Radiomics/SlicerRadiomics。

5．Use pyradiomics Docker使用pyadiomics Docker
pyadiomics Docker支持从命令行使用pyradiomics，感兴趣可以去官网(https://pyradiomics.readthedocs.io/en/latest/installation.html#use-pyradiomics-docker)。

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：
1)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)指定要提取的特征类
3)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)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1、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，允许的图像类型存储在特征提取类实例_enabledImageTypes字典中，并且可以通过enableAllImageTypes()， disableAllImageTypes()， enableImageTypeByName()和 enableImageTypes()函数进行修改。
目前可用的图像类型如下：
原始图像：
1)Original：原始图像
派生图像：
2)Wavelet：小波滤波
3)LoG：高斯滤波器的拉普拉斯算子，是一种边缘增强滤波器，强调的是灰度变化的区域，sigma参数定义要强调的纹理粗糙度，该值较低则强调较细的纹理，该值较高则强调较粗糙的纹理。
4)Square：平方，即获取图像强度值的平方
5)SquareRoot：平方根，即获取图像强度值的平方根
6)Logarithm：对数，获取图像绝对强度+1的对数
7)Exponentia