【pyradiomics学习】——影像组学特征⽬录
1、形状特征（14个）
Mesh Volume（⽹格体积）
Voxel Volume（体素体积）
Surface Area（表⾯积）
Surface Area to Volume ratio（表⾯积体积⽐）
Sphericity（球度）
Maximum 3D diameter（最⼤3D直径）
Maximum 2D diameter (Slice)（最⼤2D直径（切⽚））
Maximum 2D diameter (Column)（最⼤2D直径（列））
Maximum 2D diameter (Row)（最⼤2D直径（⾏））
Major Axis Length（最⼤轴长度）
Minor Axis Length（第⼆⼤轴长度）
Least Axis Length（最短轴长度）
Elongation（伸长率）
Flatness（平⾯度）
2、⼀阶特征（18个）
Energy（能量）
Total Energy（总能量）
Entropy（熵）
Minimum（最⼩值）
10th percentile（第⼗百分位）
90th percentile（第九⼗百分位）
Maximum（最⼤值）
Mean（均值）
Median（中值）
Interquartile Range（四分位范围）
Range（极差）
Mean Absolute Deviation (MAD)（平均绝对偏差）
Robust Mean Absolute Deviation（rMAD，鲁棒平均绝对偏差）
Root Mean Squared（RMS，均⽅根）
Skewness（偏度）
Kurtosis（峰度）
Variance（⽅差）
Uniformity（均匀性）
灰度共⽣矩阵特征（24个）
Autocorrelation（⾃相关）
Joint Average（联合平均）
Cluster Prominence（集群突出）
Cluster Shade（集群阴影）
Cluster Tendency（集群趋势）
Contrast（对⽐度）
Correlation（相关性）
Difference Average（差平均）
Difference Entropy（差熵）
Difference Variance（差⽅差）
Joint Energy（联合能量）
Joint Entropy（联合熵）
Informational Measure of Correlation 1（IMC 1，相关信息测度1）Informational Measure of Correlation 2（IMC 2，相关信息测度2）Inver Difference Moment（IDM，逆差矩）
Maximal Correlation Coefficient（MCC，最⼤相关系数）
Inver Difference Moment Normalized（IDMN，归⼀化逆差矩）
Inver Difference（ID，逆差）
Inver Difference Normalized（IDN，归⼀化逆差）
Inver Variance（逆⽅差）
Maximum Probability（最⼤概率）
Sum Average（和平均）
Sum Entropy（和熵）
Sum of Squares（和⽅差）
灰度区域⼤⼩矩阵特征（16个）
Small Area Emphasis（SAE，⼩⾯积强调）
Large Area Emphasis（LAE，⼤⾯积强调）
Gray Level Non-Uniformity（GLN，灰度不均匀性）
Gray Level Non-Uniformity Normalized（GLNN，归⼀化灰度不均匀性）Size-Zone Non-Uniformity（SZN，区域⼤⼩不均匀性）
Size-Zone Non-Uniformity Normalized（SZNN，归⼀化区域⼤⼩不均匀性）Zone Percentage（ZP，区域百分⽐）
Gray Level Variance（GLV，灰度⽅差）
Zone Variance（ZV，区域⽅差）
Zone Entropy（ZE，区域熵）
Low Gray Level Zone Emphasis（LGLZE，低灰度区域强调）
High Gray Level Zone Emphasis（HGLZE，⾼灰度区域强调）
Small Area Low Gray Level Emphasis（SALGLE，⼩区域低灰度强调）Small Area High Gray Level Emphasis（SAHGLE，⼩区域⾼灰度强调）Large Area Low Gray Level Emphasis（LALGLE，⼤区域低灰度强调）Large Area High Gray Level Emphasis（LAHGLE，⼤区域⾼灰度强调）
灰度⾏程矩阵特征（16个）
Short Run Emphasis（SRE，短⾏程强调）
Long Run Emphasis（LRE，长⾏程强调）
Gray Level Non-Uniformity（GLN，灰度不均匀性）
Gray Level Non-Uniformity Normalized（GLNN，归⼀化灰度不均匀性）
Run Length Non-Uniformity（RLN，⾏程不均匀性）
Run Length Non-Uniformity Normalized（RLNN，归⼀化⾏程不均匀性）
Run Percentage（RP，⾏程百分⽐）
Gray Level Variance（GLV，灰度⽅差）
Run Variance（RV，⾏程⽅差）
Run Entropy（RE，⾏程熵）
Low Gray Level Run Emphasis（LGLRE，低灰度⾏程强调）
High Gray Level Run Emphasis（HGLRE，⾼灰度⾏程强调）
Short Run Low Gray Level Emphasis（SRLGLE，短⾏程低灰度强调）
Short Run High Gray Level Emphasis（SRHGLE，短⾏程⾼灰度强调）
Long Run Low Gray Level Emphasis（LRLGLE，长⾏程低灰度强调）
Long Run High Gray Level Emphasis（LRHGLE，长⾏程⾼灰度强调）
邻域灰度差矩阵特征（5个）
Coarness（粗糙度）
Contrast（对⽐度）
Busyness（繁忙度）
Complexity（复杂度）
Strength（强度）
灰度相关矩阵（14个）
Small Dependence Emphasis（SDE，⼩依赖强调）
Large Dependence Emphasis（LDE，⼤依赖强调）
Gray Level Non-Uniformity（GLN，灰度不均匀性）
Dependence Non-Uniformity（DN，依赖不均匀性）
Dependence Non-Uniformity Normalized（DNN，归⼀化依赖不均匀性）
Gray Level Variance（GLV，灰度⽅差）
Dependence Variance（DV，依赖⽅差）
Dependence Entropy（DE，依赖熵）
Low Gray Level Emphasis（LGLE，低灰度强调）
High Gray Level Emphasis（HGLE，⾼灰度强调）
Small Dependence Low Gray Level Emphasis（SDLGLE，⼩依赖低灰度强调）Small Dependence High Gray Level Emphasis（SDHGLE，⼩依赖⾼灰度强调）Large Dependence Low Gray Level Emphasis（LDLGLE，⼤依赖低灰度强调）Large Dependence High Gray Level Emphasis（LDHGLE，⼤依赖⾼灰度强调）
⼩波特征
（744个） 待补充
