【Pyradiomics】提取的影像组学特征值不正常（很多0和1）

用Pyradiomics提取的影像特征很多都是0和1（下图excel表），这样看起来不太正常，可能也会影响建模结果。

原因是归一化的问题。需要修改参数文件*.yaml。

如果设置了归一化 normalize: True（或者自己进行归一化），那么灰度值范围在0-1之间，此时如果设置了binWidth: 32（其他值也一样），那么就会产生以上情况。这是因为程序会将灰度值按每间隔32归为1个bin，也就是0-32归为1个灰度级，依次类推。

所以有两种解决方法：

1. binWidth: 32 改成 binCount: 32 (不管灰度范围，规定最后只有32个灰度级，这个方法程序会报警告但也无所谓，只是Pyradiomics的作者觉得用binWidth更好，很多文章也是用的binCount)

2. 同时设置：

normalize: True

normalizeScale: 1024 （其他值也可以）

binWidth: 32

这两种方法的讨论可以参考文档：https://pyradiomics.readthedocs.io/en/latest/faq.html?highlight=binCount#what-about-gray-value-discretization-fixed-bin-width-fixed-bin-count

【Pyradiomics】提取的影像组学特征值不正常（很多0和1）相关推荐

程序峰谷值提取_医学影像组学特征值（Radiomics Features）提取之Pyradiomics（一）理论篇...
医学影像组学特征值(Radiomics Features)提取之pyradiomics(一)理论篇 pyradiomics是一个开源的python软件包,可以从医学影像中提取出Radiomics影像组 ...
【pyradiomics学习】——影像组学特征
目录 1.形状特征(14个) 2.一阶特征(18个) 灰度共生矩阵特征(24个) 灰度区域大小矩阵特征(16个) 灰度行程矩阵特征(16个) 邻域灰度差矩阵特征(5个) 灰度相关矩阵(14个) 参考文 ...
pyradiomics使用——1. 医学影像的组学特征值（Radiomics Features）提取
文章目录 1. 使用插件 1.1 插件安装 1.2 插件使用 2. 使用python代码 2.1 安装 2.2 使用 2.2.1 官方示例 2.2.2 快速使用 2.2.3 其它使用 3. 组学特征字 ...
影像组学ibex_影像组学的图像分析及模型构建
影像组学的图像分析及模型构建隋赫 1 ,莫展豪 1 ,孙旭 2 ,李雪佳 1 ,刘景鑫 1 [摘要] [ 摘要 ] 影像组学是精准医疗时代的新兴领域,涉及多系统疾病的筛查. 诊断.治疗及预后评估 ...
放射学中基于影像组学和人工智能预测癌症预后
人工智能(AI)在医学影像诊断中的成功应用使得基于人工智能的癌症成像分析技术开始应用于解决其他更复杂的临床需求.从这个角度出发,我们讨论了基于人工智能利用影像图像解决临床问题的新挑战,如预测多种癌症的 ...
精准医学中的深度学习和影像组学
影像科正在经历一种范式转变,即使用人工智能与机器集成以及深度学习与影像组学更好地定义组织特征,从而实现计算机科学与影像学的共生关系.研究的目标是使用集成的深度学习和具有影像学参数的影像组学来为患者进行 ...
影像组学视频学习笔记(34)-使用3D Slicer软件提取影像组学特征、Li‘s have a solution and plan.
作者:北欧森林链接:https://www.jianshu.com/p/afcd06221ea4 来源:简书,已获授权转载 RadiomicsWorld.com "影像组学世界" ...
【影像组学】用3Dslicer或Python提取影像组学特征
文章目录 1. 利用 3Dslicer 软件提取影像组学特征 2. 利用 python 提取影像组学特征 1. 利用 3Dslicer 软件提取影像组学特征安装插件:SlicerRadiomics ...
影像组学视频学习笔记(41)-如何使用软件提取组学特征、Li‘s have a solution and plan.
作者:北欧森林链接:https://www.jianshu.com/p/72186eb3e395 来源:简书,已获授权转载本笔记来源于B站Up主: 有Li 的影像组学系列教学视频本节(41)主要 ...

【Pyradiomics】提取的影像组学特征值不正常（很多0和1）

【Pyradiomics】提取的影像组学特征值不正常（很多0和1）相关推荐

最新文章

热门文章