影像组学之radiomics提取特征的意义(2).pptVIP

影像组学之radiomics提取特征的意义（2）小马医 21/2/13 几个重要的共识1：特征全部来自主流提取特征工具pyradiomic(哈佛大学医学院为主的团队研发)2：图像前处理有必要，但是根据不同情况如何处理尚有争议。3：部分特征可能对一部分肿瘤有意义，对一部分毫无意义，即提取特征为潜在可能因素。4：强调实用性，过于复杂数学原理详见官网5：分类原因与官网介绍顺序不同6：如有纰漏，欢迎评论区和私信交流 特征意义（3D 111个 2D 104个）First Order Statistics (19 features) 一阶功能Shape-based (3D) (17 features) 3D 形状特征Shape-based (2D) (10 features) 2D形状特征Gray Level Cooccurence Matrix (24 features) 灰度共生矩阵（GLCM）功能Gray Level Size Zone Matrix (16 features) 灰度大小区域矩阵（GLSZM）功能Gray Level Run Length Matrix (16 features) 灰度游程长度矩阵（GLRLM）功能Neighbouring Gray Tone Difference Matrix (5 features) 灰度色调差异矩阵功能Gray Level Depen