【pyradiomics學習】——影像組學特征

目錄

1、形狀特征(14個)

2、一階特征(18個)?

灰度共生矩陣特征(24個)??

灰度區域大小矩陣特征(16個)?? ?

灰度行程矩陣特征(16個)?? ?

鄰域灰度差矩陣特征(5個)?? ?

灰度相關矩陣(14個)?? ?


參考文獻:https://blog.csdn.net/JianJuly/article/details/79118753icon-default.png?t=LBL2https://blog.csdn.net/JianJuly/article/details/79118753

每個類別具體的影像組學特征可參照Radiomic Features — pyradiomics v3.0.1.post11+g03d23f7 documentationicon-default.png?t=LBL2https://pyradiomics.readthedocs.io/en/latest/features.html


1、形狀特征(14個)

?? ?
Mesh Volume(網格體積)
Voxel Volume(體素體積)
Surface Area(表面積)
Surface Area to Volume ratio(表面積體積比)
Sphericity(球度)
Maximum 3D diameter(最大3D直徑)
Maximum 2D diameter (Slice)(最大2D直徑(切片))
Maximum 2D diameter (Column)(最大2D直徑(列))
Maximum 2D diameter (Row)(最大2D直徑(行))
Major Axis Length(最大軸長度)
Minor Axis Length(第二大軸長度)
Least Axis Length(最短軸長度)
Elongation(伸長率)
Flatness(平面度)


2、一階特征(18個)?

? ?
Energy(能量)
Total Energy(總能量)
Entropy(熵)
Minimum(最小值)
10th percentile(第十百分位)
90th percentile(第九十百分位)
Maximum(最大值)
Mean(均值)
Median(中值)
Interquartile Range(四分位范圍)
Range(極差)
Mean Absolute Deviation (MAD)(平均絕對偏差)
Robust Mean Absolute Deviation(rMAD,魯棒平均絕對偏差)
Root Mean Squared(RMS,均方根)
Skewness(偏度)
Kurtosis(峰度)
Variance(方差)
Uniformity(均勻性)


灰度共生矩陣特征(24個)??

?
Autocorrelation(自相關)
Joint Average(聯合平均)
Cluster Prominence(集群突出)
Cluster Shade(集群陰影)
Cluster Tendency(集群趨勢)
Contrast(對比度)
Correlation(相關性)
Difference Average(差平均)
Difference Entropy(差熵)
Difference Variance(差方差)
Joint Energy(聯合能量)
Joint Entropy(聯合熵)
Informational Measure of Correlation 1(IMC 1,相關信息測度1)
Informational Measure of Correlation 2(IMC 2,相關信息測度2)
Inverse Difference Moment(IDM,逆差矩)
Maximal Correlation Coefficient(MCC,最大相關系數)
Inverse Difference Moment Normalized(IDMN,歸一化逆差矩)
Inverse Difference(ID,逆差)
Inverse Difference Normalized(IDN,歸一化逆差)
Inverse Variance(逆方差)
Maximum Probability(最大概率)
Sum Average(和平均)
Sum Entropy(和熵)
Sum of Squares(和方差)


灰度區域大小矩陣特征(16個)?? ?


Small Area Emphasis(SAE,小面積強調)
Large Area Emphasis(LAE,大面積強調)
Gray Level Non-Uniformity(GLN,灰度不均勻性)
Gray Level Non-Uniformity Normalized(GLNN,歸一化灰度不均勻性)
Size-Zone Non-Uniformity(SZN,區域大小不均勻性)
Size-Zone Non-Uniformity Normalized(SZNN,歸一化區域大小不均勻性)
Zone Percentage(ZP,區域百分比)
Gray Level Variance(GLV,灰度方差)
Zone Variance(ZV,區域方差)
Zone Entropy(ZE,區域熵)
Low Gray Level Zone Emphasis(LGLZE,低灰度區域強調)
High Gray Level Zone Emphasis(HGLZE,高灰度區域強調)
Small Area Low Gray Level Emphasis(SALGLE,小區域低灰度強調)
Small Area High Gray Level Emphasis(SAHGLE,小區域高灰度強調)
Large Area Low Gray Level Emphasis(LALGLE,大區域低灰度強調)
Large Area High Gray Level Emphasis(LAHGLE,大區域高灰度強調)


灰度行程矩陣特征(16個)?? ?


Short Run Emphasis(SRE,短行程強調)
Long Run Emphasis(LRE,長行程強調)
Gray Level Non-Uniformity(GLN,灰度不均勻性)
Gray Level Non-Uniformity Normalized(GLNN,歸一化灰度不均勻性)
Run Length Non-Uniformity(RLN,行程不均勻性)
Run Length Non-Uniformity Normalized(RLNN,歸一化行程不均勻性)
Run Percentage(RP,行程百分比)
Gray Level Variance(GLV,灰度方差)
Run Variance(RV,行程方差)
Run Entropy(RE,行程熵)
Low Gray Level Run Emphasis(LGLRE,低灰度行程強調)
High Gray Level Run Emphasis(HGLRE,高灰度行程強調)
Short Run Low Gray Level Emphasis(SRLGLE,短行程低灰度強調)
Short Run High Gray Level Emphasis(SRHGLE,短行程高灰度強調)
Long Run Low Gray Level Emphasis(LRLGLE,長行程低灰度強調)
Long Run High Gray Level Emphasis(LRHGLE,長行程高灰度強調)


鄰域灰度差矩陣特征(5個)?? ?


Coarseness(粗糙度)
Contrast(對比度)
Busyness(繁忙度)
Complexity(復雜度)
Strength(強度)


灰度相關矩陣(14個)?? ?


Small Dependence Emphasis(SDE,小依賴強調)
Large Dependence Emphasis(LDE,大依賴強調)
Gray Level Non-Uniformity(GLN,灰度不均勻性)
Dependence Non-Uniformity(DN,依賴不均勻性)
Dependence Non-Uniformity Normalized(DNN,歸一化依賴不均勻性)
Gray Level Variance(GLV,灰度方差)
Dependence Variance(DV,依賴方差)
Dependence Entropy(DE,依賴熵)
Low Gray Level Emphasis(LGLE,低灰度強調)
High Gray Level Emphasis(HGLE,高灰度強調)
Small Dependence Low Gray Level Emphasis(SDLGLE,小依賴低灰度強調)
Small Dependence High Gray Level Emphasis(SDHGLE,小依賴高灰度強調)
Large Dependence Low Gray Level Emphasis(LDLGLE,大依賴低灰度強調)
Large Dependence High Gray Level Emphasis(LDHGLE,大依賴高灰度強調)


小波特征

(744個)?? ?待補充
?

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/255567.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/255567.shtml
英文地址,請注明出處:http://en.pswp.cn/news/255567.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

NLP系列學習:前向算法和后向算法

在上一篇文章里,我們簡單的概述了隱馬爾科夫模型的簡單定義在<CRF-tutorial>這一篇文章里,我們可以看到HMM經過發展之后是CRF產生的條件,因此我們需要學好隱馬爾科夫模型.在這一部分,我比較推薦閱讀宗成慶老師的<自然語言處理>這本書,這一部分宗老師寫的很不錯,相關…

Java日期處理 開始時間-結束時間查詢

//開始時間 timeBegin " 00:00:00"; //結束時間 timeEnd " 23:59:59"; //時間轉換 SimpleDateFormat format new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"); //Java時間類型轉換成Long類型(可封裝成工具類) public static Long stringToLong(St…

angular路由操作中'#'字符的解決辦法

var appangular.module("myapp",["ngRoute"]);app.controller("ctr",function($scope){});//angular1.6.0以上版本需要配置app.config(["$locationProvider",function($locationProvider){ $locationProvider.hashPrefix(""…

【TypeError: float() argument must be a string or a number, not ‘map’】

初始 相關系數過濾法調用函數 from sklearn.feature_selection import SelectKBest from scipy.stats import pearsonr SelectKBest(lambda X,Y:np.array(map(lambda x:pearsonr(x,Y),X.T)).T,k2) .fit_transform(X_test,y_test) TypeError: float() argument must be a strin…

CvScalar

CvScalar定義可存放1—4個數值的數值&#xff0c;其結構如下。 typedef struct CvScalar { doubleval[4]; } CvScalar; CvScalar pt&#xff1b; 如果使用的圖像是1通道的&#xff0c;則pt.val[0]中存儲數據 如果使用的圖像是3通道的&#xff0c;則pt.val[0]&#xff0c;pt…

UVA1493 - Draw a Mess(并查集)

UVA1493 - Draw a Mess(并查集) 題目鏈接 題目大意:一個N * M 的矩陣&#xff0c;每次你在上面將某個范圍上色&#xff0c;不論上面有什么顏色都會被最新的顏色覆蓋&#xff0c;顏色是1-9&#xff0c;初始的顏色是0.最后輸出這個矩形中。每一個顏色有多少個。某個范圍這個分為了…

Hyper-v Server 2012 Release Candidate 部署體驗

很多人知道&#xff0c;Microsoft Hyper-V分為兩種類型&#xff1a;一種是作為Windows Server的一個組件&#xff0c;另一種是作為虛擬化產品的單獨服務器。雖然兩者都是技術上的Hyper-V&#xff0c;每個版本的特性和用例各不相同。 Hyper-V Server直接在物理機器硬件上運行&am…

Unity 讀取資源(圖片)

方法一&#xff1a; 采用Resource.Load方法讀取&#xff0c;讀取在Unity中Assets下Resources目錄下的資源名&#xff08;不采用后綴&#xff09;。 //圖片放在Asset/Resources/ Texture2D tex (Texture2D)Resources.Load("圖片名稱"); 方法二&#xff1a; 采用WWW類…

【Python3 SelectKBest 調用personer出現的錯誤】

初始 相關系數過濾法調用函數 from sklearn.feature_selection import SelectKBest from scipy.stats import pearsonr SelectKBest(lambda X,Y:np.array(map(lambda x:pearsonr(x,Y),X.T)).T,k2) .fit_transform(X_test,y_test) TypeError: float() argument must be a strin…

ABB機器人的錯誤處理

ABB機器人的錯誤處理 errnum 數據類型 errnum用于描述在執行過程中&#xff0c;發生的所有可恢復的錯誤。例如程序執行時&#xff0c;被零除。 如果機器人程序執行過程中檢測到一個錯誤&#xff0c;錯誤非致命&#xff0c;可以被錯誤處理程序處理。 這類錯誤的典型例子是…

面向對象的七大原則

總脈絡圖&#xff1a; 一&#xff1a;單一職責原則(全稱&#xff1a;“Single-Responsibility Principle”)又稱 單一功能原則 核心&#xff1a;解耦和增強內聚性&#xff08;高內聚&#xff0c;低耦合&#xff09; 說明&#xff1a; 就一個類而言&#xff0c;應該只專注于做一…

福建工程學院寒假作業G題

漲姿勢題就是所謂的優化題&#xff0c;在組隊賽中&#xff0c;隊伍發現了一題水題&#xff0c;那么應該交給誰去處理&#xff1f;作為處理水題的代碼手&#xff0c;應該具備什么樣的素養&#xff1f;1&#xff0c;要快&#xff0c;水題拼的就是速度&#xff01;2&#xff0c;不…

excel 多列匹配相等后 引用值

2019獨角獸企業重金招聘Python工程師標準>>> 場景 如圖下&#xff0c;當A、B列與E、F列皮配上&#xff0c;C列則引用G列的值 原理 VLOOKUP只能查找單列值。我們可以把多列值拼接后形成一個虛擬列&#xff0c;然后VLOOKUP函數查找這個虛擬列進行匹配。 在C1處輸入下…

【BUG調試】——OSError: Caught OSError in DataLoader worker process 0

目錄 問題描述&#xff1a; 參考鏈接 問題分析 解決方案 出現情況 問題描述&#xff1a; 在使用pytorch搭建了VGG從頭開始訓練時出現了以下問題&#xff1a; OSError: Caught OSError in DataLoader worker process 0 參考鏈接 參考up主視頻&#xff1a;4.2 使用pytor…

cvAdd()和 cvAddS()函數的使用

函數原型如下&#xff1a; voidcvAdd( const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* maskNULL ); src1 第一個原數組 src2 第二個原數組 dst 輸出數組 mask 操作的復蓋面, 8-bit單通道數組; 只有復蓋面指定的輸出數組被修改。 函數 cvAdd 加一個數…

設計模式之接口隔離原則

這個原則想必大家從字面就可以猜出大體的含義&#xff0c;其實這個原則可以說是依賴倒置原則的一種進化補充&#xff0c;因為依賴倒置原則告訴我們實現類的各種依賴關系應該盡量隔離在抽象里面&#xff0c;同時底層的接口協議不應該依賴上層協議的變更而變更&#xff0c;所以我…

iOS 圖解多線程

轉載于:https://www.cnblogs.com/OnNineMonkey/p/5385963.html

Egret之位圖字體

1 , 關于位圖字體的制作 2 , egret官方提供的資源 看看cartoon-font.fnt的內容 {"file":"cartoon-font.png","frames":{ "A":{"x":1,"y":54,"w":21,"h":24,"offX":2,"offY&qu…

【機器視覺】——平面測量實際尺寸(像素尺寸轉物理尺寸)

目錄 方法一:比例尺法 方法:二:三角法 方法三:相機標定 以下方法均在平面的前提下進行 方法一:比例尺法 在一張紙上繪制一個帶刻度的直線,將紙張放在攝像頭下,抓取任意兩點的像素坐標,計算像素距離pd,再根據刻度讀取實際距離ad,根據兩者可以求出縮放比例,即地圖上…

圖像處理基本算法-濾波

線性濾波器的向量表示&#xff1a; W是一個大小為m*n的濾波器的系數&#xff0c;Z為由濾波器覆蓋的相應圖像的灰度值。 線性濾波器所能是實現的就是乘積求和操作。 幾種常見的濾波器&#xff1a; 平滑空間濾波器如均值濾波 統計排序濾波器如中值濾波 銳化空間濾波器如銳化…