正文
应评
估
标
准(the ResponseEvaluation Criteria in Solid Tumors,
RECIST 1.1
)
测量肿瘤最长轴径,然后再用自动算法去勾勒出实体肿瘤的区域,从而完成图像分割。
与半自动分割法相比,
自动分割法可以实现排除人为因素,更好地达到自动化、可重复且效率高的效果。目前,应用于影像组学的完全自动分割法还没有统一的方案及标准,但是自动分割技术已经初有成效,其中,
CAD
自
动
分割乳腺
肿
瘤已应用十余年,其分割
结
果的准确性跟人工手动分割相比无几差别
。
这些都表明实现感兴趣区的自动分割法将是未来影像组学图像分割的一个重要研究方向。
3.图像特征提取和量化
影像组学特征可以分
为
:形状特征,一
阶
直方
图特征
,二
阶
直方
图
或
纹
理特征。还有一些获取于特定图像的影像组学特征(如
PET
中的
SUV
度量),以及
仅
适用于多模式数据集的分形和融合特征。
(1)形状特征:包括描述ROI大小的特征,例如体
积
、表面
积
、二维和三维的最大直径以及有效直径(与
ROI
具有相同体
积
的球体直径),以及描述ROI与球体的相似程度的特征,如表面体
积
比、致密度、偏心度、球形度等。
(2)一
阶
直方
图特征:
描述与
ROI
内的体素
强
度分布有关的特征,不包含它
们
之
间
相互的空
间
作用,可通
过
直方
图
分析
计
算得到,包括均数、中位数、最小
值
、最大
值
、
标
准差、偏度和峰度。这些特征可反应所测体素的
对
称性、均匀性以及局部
强
度分布
变
化。
(3)二
阶
直方
图
或
纹
理特征:是描述体素空
间
分布
强度等级的特征。图像纹理是指在强度水平可感知或可测量的空间变化,它被视为一个灰度级,是一种视觉感知的图像局部特征的综合
[9]
。二阶特征包括:灰度共生矩阵(gray level co-occurrence matrix,GLCM)、灰度级长矩阵(gray level run-length matrix,GLRLM)、灰度级带矩阵(gray level size zone matrix,GLSZM)和
邻
域灰度差分矩
阵
(neighborhood gray-tone differencematrix,NGTDM)。
a)
GLCM
是一个其行列数表示灰度
值
、
单
元格包含灰度
值处
于一定关系(角度、距离)次数的矩
阵
,也称为二阶直方图
。在
GLCM
上
计
算的特征包括
熵
(二
阶熵
,与异
质
性有关)、能量(也被定
义为
角二次矩,再次描述
图
像的均匀性)、
对
比度(其
测
量局部
变
化)、同
质
性(图像局部灰度均衡性的度量)、不相似性和相关性。
b)
GLRLM
是二
维
矩
阵
,其中每个元素(
i
,
j
)描述了
ja
灰度
级
i
在指定的方向上
连续
出
现
的次数
[10]
,灰度运行是在
图
像中
预设
方向上具有相同