www 59to com
影像组学radiomics学习笔记第三章（⼀）CT图像包含的特征
影像组学即⾼通量地从医学影像中挖掘图像特征地过程。影像组学地功能⼯作流程包括：1）获取图像；2）分割感兴趣的区域，例如肿瘤；3）定量地提取图像特征；4）预测模型的建⽴和验证。
3.2 影像组学的特征
3.2.1特征的定义
定量的特征可被分为基于统计学的(statistics-bad), 基于模型的(model-bad), 基于变换的(transform-bad), 基于形态学的(morphology-bad), 基于锐利度的(sharpness-bad)特征。每种分类都包含数种特征提取算法，每种算法都可⽣成多种影像组学特征。
3.2.1.1 基于统计学的特征
女人如何保养皮肤包含⼀阶统计量(first-order statistics)：平均值(指灰度的)，标准差，偏度(skewness，描述数据分布形态的统计量), 峰度(kurtosis, 是描包含⼀阶统计量(first-order statistics)：
dxy
居里夫人和镭的故事述总体中所有取值分布形态陡缓程度的统计量)。
Skewness是对于分布的标准三阶中⼼距(standardized 3rdcentral moment).正态分布的skewness=0；如果skewness>0，代标波形有右侧长尾，如果skewness<0代标波形有左侧长尾。
英标智子疑邻寓意Kurtosis是对于分布的标准四阶中⼼距(standardized 4thcentral moment).正态分布的Kurtosis为k=3，为了描述的⽅便，使
⽤exceess_k=k-3来标准化表⽰。如果exceess_k>0，表⽰波形更平坦，如果<0，表⽰波形更消瘦。
tomato的音标
游程(Run-length)包含：短程强调度(short primitives emphasis), 长程强调度（long primitives emphasis）, 灰度⼀致性(Gray level uniformity), 游程⼀致性(primitive length uniformity), 游程百分⽐(primitive
percentage)
通过计数同⼀线上相邻的同⼀灰度的像素的虽⼤数，来定义粗糙度。
灰度差异矩阵(GTDM, gray-tone difference matrix)：粗糙度(coarness), 对⽐度(contrast)，繁度(busyness), 复杂度(complexity)，灰度差异矩阵(GTDM, gray-tone difference matrix):
劲度(strength). ⽤于描述纹理的视觉性质，基于⼀个像素和它相邻像素间的灰阶差异。
3.2.1.2 基于模型的特征
分维数分析(fractal dimension
葡萄牙语学习
analysis)：平均值，标准差，间隙度(lacunarity)。分维数分析提供⼀个统计学指数来量化图像的复杂度。描述了测量范围的改变和导致的测量值改变之间的关系。纹理越粗糙，分维数越⼤。分维即与整数维(如线是⼀位，⾯是⼆维，体是三维)相对⽴的分数维。维数和测量⽅法有密切关系，⼀根直线，如果⽤0维的点来测量它，那么结果为⽆穷⼤，如果⽤⼆维的⾯来测量它，那么结果为0.分数维数值D的⼤⼩是分形对象复杂度的⼀个度量，数值越⼤分形对象越复杂。
如对于喉肿瘤细胞核边界分维值的⽐较，正常上⽪分维为1.06±0.01，乳头状瘤为1.11±0.01，喉鳞癌为1.2±0.03。
七年级上册英语期中考试卷
传送阵:
3.2.1.3 基于变换的的特征：从变换后的图像中提取。包括Gabor滤波器，⼩波变换。
3.2.1.4 基于形态的特征： 测量肿瘤⼤⼩和形状。肿瘤⼤⼩的特征包括单维特征(uni-dimensionally), ⼆维特征(bi-dimensionally)，和体积(Volumetically).单维特征即肿瘤⾯积最⼤的⼆维平⾯的最⼤直径。形状特征则包括全局(global)形状特征和局部(local)形状特征。全局形状特征则包括离⼼率(eccentricity)，坚固性(solidity)= tumor area/area of convex hull bounding the tumor, 肿瘤⾯积与包绕肿瘤的凸包⾯积的⽐。致密系数，紧凑系数(compact factor)基于其表⾯和体积。圆周系数(round factor)则基于周长和⾯积。
形状指数(shape index)的取值范围从-1到1，分为9级，SI1-SI9.分别代表，spherical cup, trough,rut, saddle rut,saddle, saddle ridge, ridge, dome, spherical cap。
ertl3.2.1.5 基于清晰度/锐利度的特征: S型曲线拟合特征(Sigmoid curve fitting feature)⽤于量化肿瘤和其周围背景间的密度关系。包含斜斜率(slope), amplify, 密度低边界(intensity low
bounder)。
