笔记4

常用的影像特征主要分为以下三类：基于强度的特征，基于形状的特征和基于纹理的特征。在提取这些影像特征时分为两个步骤：（1）预处理，主要包括影像变换和滤波
（2）特征计算。图像预处理使用的相关技术有：小波变换，边缘滤波（如高斯拉普拉斯滤波），统计核滤波（如中值滤波），特殊核函数滤波（如分形维数滤波）等，原始图像经线性或非线性滤波变换方法可以获取肉眼不易见的图像纹理特征信息。这些滤波变换方法对特征的影响尚处于研究阶段。

本研究在所有分割得到的肿瘤区域使用 IBEX 软件各提取了 71 个影像组学特征，这些特征分为三大类：基于灰度强度直方图特征（也称作一阶统计特征，17 个），纹理特征（包括基于灰度共生矩阵的特征（22 个），基于灰度游程矩阵特征（11 个）和基于灰度邻域差矩阵特征（5 个）），基于几何形状特征（16 个）。下面对这些特征进行简要介绍。

影像组学的工作流程见图1［5］。第一步是获得高 质量和标准化的影像( MＲ、CT 和 PET 等) ，用于诊断 和评估。为获得更理想的分析结果，选择病例时应避 免过于异质性，防止手术、放疗、化疗中不同 ＲOI 干扰 影像组学特征分析结果。同时采集图像时应尽可能选 用同个或同种扫描机器，并选择合理的层厚、像素大小 和管电压等参数［6］。第二步是通过自动、半自动分割 方法或由经验丰富的放射肿瘤学家，从获取的图像中 勾画 ＲOI 时注意图像是否需配准，同时 ＲOI 不应过 小&#x