影像组学视频学习笔记(42)-影像组学特征提取问题解决过程复现、Li‘s have a solution and plan.
作者:北欧森林
链接:https://www.jianshu.com/p/c3e6de2f79b3
来源:简书,已获转载授权
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(42)主要内容:影像组学特征提取问题解决过程复现
RadiomicsWorld.com “影像组学世界”论坛:
影像组学世界/RadiomicsWorld
问题来源于李博士影像组学交流群里一个朋友的提问:
最开始李博士认为是由于影像组学提取过程中对于边缘层的处理不一样所致,于是建议在这10层的基础上分别外扩5层(也就是一共20层)再来提取特征。但是尝试之后,这位朋友得到了3个不同的结果。对比这些结果之后发现,只有 first order
这类特征值不一样,其它的都一样(除外小波变换后衍生的特征值)。
shape
特征值一致,而 first order
不一样,这就意味着图像已经不是原来的图像了。于是李博士怀疑是图像保存过程中出现了问题(单独保存这分析用的10层时)。李博士建议他把全部影像读进去再保存,看一下结果如何。但这个假设还没有来得及验证。
然后李博士灵光乍现,想起来了最有可能导致这个问题的原因:在提取特征之前对图像进行的标准化(Normalization)操作!
对整个图层做标准化,和只对部分图层做标准化,其结果必然不一样。
Tips:pyradiomics 默认不进行 normalization,需自行设置。
李博士抽丝剥茧般的思维方法和解决问题技巧值得我们学习!
知识温习:
顺便复习一下pyradiomics里提取的各类特征类别和数目,以及 first order
19个指标的名称。
original_firstorder_10Percentile
original_firstorder_90Percentile
original_firstorder_Energy
original_firstorder_Entropy
original_firstorder_InterquartileRange
original_firstorder_Kurtosis
original_firstorder_Maximum
original_firstorder_MeanAbsoluteDeviation
original_firstorder_Mean
original_firstorder_Median
original_firstorder_Minimum
original_firstorder_Range
original_firstorder_RobustMeanAbsoluteDeviation
original_firstorder_RootMeanSquared
original_firstorder_Skewness
original_firstorder_TotalEnergy
original_firstorder_Uniformity
original_firstorder_Variance
参考资料:
https://pyradiomics.readthedocs.io/en/latest/index.html
小李的“手把手”影像组学课程介绍
http://radiomicsworld.com/d/244-0
网盘链接:https://pan.baidu.com/s/16eDy5Zho9I1uG53FKsY8Kw 密码:8njd
商品链接 https://weidian.com/item.html?itemID=4294775730
http://www.taodudu.cc/news/show-163582.html
相关文章:
- 影像组学视频学习笔记(43)-标准差、标准误及95%置信区间CI、Li‘s have a solution and plan.
- 基于GAN模型的生成人脸重构、返老还童、看见前世今生(Age Progression/Regression)
- 影像组学视频学习笔记(29)-ICC的计算、Li‘s have a solution and plan.
- 基于Keras Application和Densenet迁移学习(transfer learning)的乳腺癌图像分类模型(良性、恶性)
- 使用pandas correlation函数批量删除相关性冗余特征、实现特征筛选(feature selection)
- pandas读取多个excel文件并拼接(append)起来形成最终的dataframe、与标签文件连接(join)形成最终学习数据集
- pandas数据索引之loc、iloc、ix详解及实例
- 俞敏洪+摆脱恐惧+世界想让你做一个平凡的人、你信了吗
- pandas dataframe数据聚合groupby、agg、privot基于sum统计详解及实例
- 社会网络计算与社会网络分析、核心指标有哪些?社会网络计算有什么意义?
- pandas dataframe缺失值(np.nan)处理:识别缺失情况、删除、0值填补、均值填补、中位数填补、加缺失标签、插值填充详解及实例
- pandas dataframe中的列进行重新排序、倒排、正排、自定义排序详解及实践
- pandas新字段(数据列)生成、使用np.where或者apply lambda函数结合if else生成新的字段,详解及实战
- Mirror, Mirror,What do I see、一切都是投射
- 我会采更多的雏菊
- 珍惜当下、Relish the Moment
- 快乐的日子使人睿智
- 为何而生、What I have Lived for
- 人生如诗
- 偶尔放空一下
- PCA(principal component analysis)主成分分析降维和KPCA(kernel principal component analysis)核
- 使用LDA(Linear Discriminant Analysis)进行降维(dimention reduction)详解和实战
- 使用方差阈值过滤(VarianceThreshold)进行特征选择、删除方差低于某一阈值的特征、详解及实战
- pandas pivot_table透视表、crosstab交叉表、aggfunc函数详解及实战
- 验证曲线( validation curve)是什么?如何绘制验证曲线( validation curve)?验证曲线( validation curve)详解及实践
- 使用RFECV、递归特征消除 (Recursive Feature Elimination)进行特征筛选详解及实战
- numpy中ravel函数、flatten函数的功能及差异
- IF、如果、Rudyard Kipling
- pandas读取大文件(chunksize)并通过sqlalchemy写入MySQL数据库
- pandas读写MySQL数据库详解及实战
影像组学视频学习笔记(42)-影像组学特征提取问题解决过程复现、Li‘s have a solution and plan.相关推荐
- 影像组学视频学习笔记(9)-T检验(T-test)理论及示例、Li‘s have a solution and plan.
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(9)主要介绍: T-test理论及示例 T 检验 两独立样本t检验(ttest_ind):检验两组独立样本的平均数与其分布是否具有显著性 ...
- 影像组学视频学习笔记(7)-特征筛选之LASSO回归(代码)、Li‘s have a solution and plan.
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(7)主要介绍: 特征筛选之LASSO回归分析(代码实现) import pandas as pd import numpy as np ...
- 影像组学视频学习笔记(6)-特征筛选之LASSO回归(理论)、Li‘s have a solution and plan.
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(6)主要介绍: 特征筛选之LASSO回归分析(理论通俗讲解) LASSO (Least Absolute Shrinkage Selec ...
- 影像组学视频学习笔记(5)-特征筛选之方差选择法、Li‘s have a solution and plan.
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(5)主要介绍: 特征筛选之方差选择法 针对医疗人员在影像组学研究中碰到的编程问题,李博士建议: 如果有一门编程语言基础的话会比较轻松 先 ...
- 影像组学视频学习笔记(30)-SMOTE解决数据不平衡的问题、Li‘s have a solution and plan.
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(30)主要介绍: SMOTE解决数据不平衡的问题 SMOTE基本介绍 SMOTE (Synthetic Minority Over-sa ...
- 影像组学视频学习笔记(14)-特征权重做图及美化、Li‘s have a solution and plan.
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(14)主要介绍: 特征权重做图及美化 import matplotlib.pyplot as plt %matplotlib inlin ...
- 影像组学视频学习笔记(21)-影像组学常用软件推荐、Li‘s have a solution and plan.
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(21)主要介绍: 压箱底的好用软件推荐 [注]:李博士主要从事脑神经领域的研究,所以部分软件具有专业性. dicom到nifti的格式转 ...
- Li‘s 影像组学radiomics视频学习笔记(42)-影像组学特征提取问题解决过程复现
作者:北欧森林 链接:https://www.jianshu.com/p/c3e6de2f79b3 来源:简书,已获转载授权 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(42)主要 ...
- 影像组学视频学习笔记(12)-支持向量机(SVM)参数优化(代码)、Li‘s have a solution and plan.
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(12)主要介绍: SVM参数优化(代码) 参数优化: 自动寻找最合适的γ和C组合. 原理:遍历所有给定的参数组合,对数据进行训练,找到最 ...
最新文章
- 个人使用OKR目标管理工具的感悟
- 基于Springboot实现送水公司信息管理
- 从传递函数到差分方程的转换
- java 获取服务器网络名_java-siger java使用siger 获取服务器硬件信息(CPU 内存 网络 io等) - 下载 - 搜珍网...
- IntelliJ Idea学习笔记008---Idea左侧栏不显示目录结构_或者只显示一个Project不显示其他东西
- 关于html的一切(updating...)
- android如何用代码实现界面ui
- 头条 上传图片大小_遇到不会注册今日头条号,这么办?
- NeuSE: A Neural Snapshot Ensemble Method for Collaborative Filtering(阅读论文笔记)
- 3dmax布尔运算差集后图形消失怎么办
- 学计算机的怎么防辐射,电脑机箱如何防辐射----给大家科普一下
- 一键禁用windows defender
- Windows10+CentOS 7 双系统安装
- 《R语言入门与数据分析》
- 软件工程项目:电梯调度
- VS2010“未能正确加载包”问题解决方法小汇
- Office2016和Office365有什么区别
- JAVA SE学习笔记(七):终章:Java程序设计基础笔记(全10万字)
- Ubuntu安装最新的SlickEdit软件--破解教程
- 简单搜索--BFS--Catch That Cow