使用pyradiomics提取影像组学特征【详细】

使用提取影像组学特征【详细】
最近由于项目需求要使用提取影像组学特征，网上阅读了很多别人的博客，学到一些，然后去查看了的官方文档，最后自己实现了特征的提取，写下此文记录，方便日后查看。
首先放上官方文档：
和源代码地址：
第一步、安装
在已经安装好的环境下，执行：
pip install pyradiomics
第二步、提取特征
通过自定义提取特征可以根据自己的需求来设置并提取。
图像类型解释
原始图像
小波变换。产生在三个维度中每个维度分别使用高通、低通滤波器的所有组合（LLH、LHL、LHH、HLL、HLH、HHL、HHH、LLL）
LoG
of高斯滤波器的拉普拉斯算子，是一种边缘增强滤波器。使用它需要指定参数sigma，低 sigma 强调精细纹理，高 sigma 值强调粗糙纹理
平方。取原始像素的平方并将它们线性缩放回原始范围
平方根。取绝对图像强度的平方根并将它们缩放回原始范围
对数。取绝对强度 + 1 的对数，值缩放到原始范围
指数。采用e^(绝对强度)获取强度的指数值，值被缩放到原始范围
梯度。返回局部梯度的大小
在每一片中进行的本地二进制模式
在3d中进行的本地二进制模式
指定方式：设置特征提取器后可以在下边指定（如何设置特征提取器：）
可以直接使用：()启用所有类型
也可以使用：e(, =True , =None )启用你想用的类型
例如：
# 所有类型extractor.enableAllFeatures()# 指定使用LoG和Wavelet滤波器extractor.enableImageTypeByName('LoG')extractor.enableImageTypeByName('Wavelet')
特征类型特征解释
First Order （共19个）
能量
Total
总能量
熵
最小特征值
特征值的百分之10的值
特征值得百分之90的值
最大特征值
Mean
均值
中位数
四分位距离
Range
灰度值范围
n
(MAD)平均绝对误差
(rMAD) 鲁棒平均绝对偏差
(RMS)均方根误差
标准差。测量平均值的变化或离散量，默认不启用，因为与方差相关
偏度。测量值的分布关于平均值的不对称性
峰度。是图像 ROI 中值分布的“峰值”的量度
方差。是每个强度值与平均值的平方距离的平均值
均匀度。是每个强度值的平方和
特征类型特征解释
Shape(3D) （共17个）
网格体积
体素体积
表面积
表面积体积比
球形度
紧凑度1 。衡量肿瘤形状相对于球形的紧密程度，由于与球形度、紧凑度2、球形不对称相关，默认不启用
紧凑度2 。衡量肿瘤形状相对于球形的紧密程度，与1的计算公式不同，默认不启用
on
球形不对称。是肿瘤区域的表面积与与肿瘤区域具有相同体积的球体的表面积之比，是球形度的倒数，默认不启用
最大3D直径
ce
最大二维直径（切片），定义为行列（通常是轴向）平面中肿瘤表面网格顶点之间的最大成对欧几里得距离。
umn
最大2D直径（列）。定义为行切片（通常是冠状）平面中肿瘤表面网格顶点之间的最大成对欧几里得距离。
最大二维直径（行）。定义为列切片（通常为矢状）平面中肿瘤表面网格顶点之间的最大成对欧几里得距离。
长轴长度
短轴长度
最小轴长度
伸长率。表示ROI形状中两个最大的主成分之间的关系
平整度。表示ROI形状中最大和最小主成分之间的关系