使用pyradiomics提取影像组学特征【详细】( 二 ) _特征

特征类型特征解释
Shape(2D)
网格面。由三角形网格定义，计算ROI的表面
像素面。ROI 中的像素数乘以单个像素的表面积
周长
o
周长比。值越低越紧凑
球形度
on
球形不均匀度。是球形度的倒数，与球形度相关，默认不启用
最大二维直径。定义为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
伸长率。显示了 ROI 形状中两个最大主成分之间的关??系
特征类型特征解释
Gray Level Co-(GLCM) 灰度共生矩阵特征（共24个）
自相关。是纹理细度和粗糙度大小的量度
联合平均
集群显著性。衡量 GLCM 偏度和不对称性的指标
集群阴影。衡量 GLCM 偏度和均匀度的指标
集群趋势
对比度
相关性
平均差
差分熵
差异方差。是异质性的一种度量
差异性。已弃用
联合能量
联合熵。是邻域强度值的随机性/可变性的度量
Imc1
相关性信息度量 (IMC) 1
Imc2
相关性信息度量 (IMC) 2
Idm
逆差矩
MCC
最大相关系数
Idmn
逆差分矩归一化
Id
逆差
Idn
逆差分归一化
逆方差
最大概率
求和平均
总熵
平方和
特征类型特征解释
Gray Level Size Zone(GLSZM) 灰度级大小区域矩阵特征（共16个）
是小尺寸区域分布的量度，数值越大表示区域越小，纹理越精细
是大面积区域分布的度量，值越大表示区域越大，纹理越粗糙。
ty
灰度非均匀性。测量图像中灰度级强度值的可变性，值越低表示强度值越均匀。
灰度非均匀归一化。测量图像中灰度强度值的可变性，值越低表示强度值的相似性越大
y
尺寸区域非均匀性。测量图像中大小区域体积的可变性，值越低表示大小区域体积越均匀
尺寸区域非均匀归一化。测量整个图像中大小区域体积的可变性，值越低表示图像中区域大小体积之间的同质性越高
区域百分比。获取 ROI 中的区域数和体素数的比率来测量纹理的粗糙度
灰度方差
区域方差
区域熵

文章插图
asis
低灰度区域强调
hasis
高灰度区域强调
小面积低灰度区域强调
小区域高灰度强调
大面积低灰度强调
大面积高灰度强调
特征类型特征解释
Gray Level Run(GLRLM) 灰度游程矩阵 (GLRLM) 特征（共16个）
是衡量短运行长度分布的指标，值越大表示运行长度越短，纹理纹理越精细。
是对长行程分布的度量，值越大表示行程越长，结构纹理越粗糙。
ty
灰度非均匀性
灰度非均匀归一化
ty
运行长度非均匀性
运行长度非均匀归一化
运行百分比。通过获取 ROI 中的运行次数和体素数的比率来测量纹理的粗糙度
灰度级方差
运行方差
运行熵
sis
测量低灰度值的分布，值越高表示图像中低灰度值的集中度越高
asis
测量较高灰度值的分布，值越高表示图像中高灰度值的集中度越高
测量具有较低灰度值的较短运行长度的联合分布
测量具有较高灰度值的较短运行长度的联合分布
测量具有较低灰度值的长运行长度的联合分布
测量具有较高灰度值的长运行长度的联合分布
特征类型特征解释
Gray Tone(NGTDM) 相邻灰度差矩阵（共5个） (NGTDM) 特征
粗糙度
对比度
繁忙度。从像素到其邻居的变化的度量。繁忙度的高值表示“繁忙”图像，像素与其邻域之间的强度快速变化