Pyradiomics: 稳定小波变换输出的动态合并

可能的解决方案是应用imageoperations._scaleToOriginalRange ，以确保已过滤图像的最大值等于原始图像的最大值。 目前，这已应用于平方，平方根，对数和指数过滤器。

现在考虑一下，当最小值更改时，此功能尚未解决。
这可以通过移动已过滤的图像来完成，以便最小值在应用缩放后匹配（应该以这样的方式定义，即在移动/缩放后，已过滤的图像最大值与原始最大值匹配）。 换句话说，重新缩放/移动过滤后的图像以使其与原始图像的范围匹配。

我想知道我们是否真的需要保持垃圾箱计数不变。 经过小波运算后，这真的有意义吗？

我认为不将小波滤波的灰度范围缩放到原始图像是可以的（假设分解的一阶统计量在数据集的图像之间是可比较的）。

而是，计算原始图像的bincount（“ Ng”）类似于glcm。 初始化：
（ https://github.com/Radiomics/pyradiomics/blob/master/radiomics/glcm.py#L86

然后，确定产生上述bincount的binwidth（针对每个分解），并将该binwidth传递给glcm，glrlm，glszm（再次针对每个分解）。

我认为这最好地将原始图像容器映射到它们相应的“小波变换”容器，而无需重新缩放/压缩从变换获得的数据。

好久不见了@ vnarayan13 ！ 谢谢你的评论

另外，我认为这里检索数据= LLL.copy（）的循环是多余的，因为它发生在主dec循环中：
https://github.com/Radiomics/pyradiomics/blob/master/radiomics/imageoperations.py#L217

另外，“数据”应该重命名为“ approximation_data”，也许应该只包含在“ dec”字典中，因为它与其他分解方法一样被对待吗？ 返回“近似，ret”只是为了模拟pywavelets中2D函数的返回结构。

当前，已经可以为单独的过滤器设置自定义kwargs ，这使得可以为单独的过滤器使用不同的固定binwidth（例如，原始过滤器为25，日志记录为5）

另外，我认为这里检索数据= LLL.copy（）的循环是多余的，因为它发生在主dec循环中：
https://github.com/Radiomics/pyradiomics/blob/master/radiomics/imageoperations.py#L217

第一个循环是将数据获取到start_level指定的正确级别。 因此，此循环不是多余的。 但是，我希望它很少被使用，因为通常也会考虑第一级小波。

@ Radiomics / developers遵循@ vnarayan13的想法，是否对所有过滤的图像都使用固定的bincount是通过在原始图像上应用固定的binWidth来设置的解决方案？
我们是否要将此设置为可选（即提供一个称为“ dynamicBinning”的设置）？

因此，总的来说，我认为我们有以下选择：

• 什么都不做，保持一个固定的binWidth
• 允许用户基于每个过滤器指定binWidths（当前状态）
• 将图像（线性，Z分数）归一化到固定范围或基于原始图像的范围
• 动态合并：在每个过滤器的基础上重新计算binWidth
• 动态装箱：在原始图像上使用binWidth，在过滤后的图像上使用结果binCount
• [对所有分级使用固定的binCount（在上次会议中讨论，不建议）]

我建议我们决定采用一种单一的方式来处理此问题，或者至少仅提供数量非常有限的选项。

在这种情况下，使用上述选项的带有标签的训练数据上的analytics / ml管道的结果可能会确定哪个发出更强的信号，应将其作为默认选择。

是否有计划在将来的版本中将动态装箱作为功能包括在内？

我正在尝试从原始MR图像及其小波变换中提取三维像素特征，但是我在启用“ dynamicBinning”方面遇到了困难。

在我的.yaml文件中，我尝试了以下操作：

图像类型：
原来的： {}
小波：{}
FeatureClass：
glcm：
-“自相关”
-'JointAverage'
环境：
归一化：真
normalizeScale：100
插值器：'sitkBSpline'
resampledPixelSpacing：[2，2，2]
binWidth：60
dynamicBinning：正确

voxelArrayShift：300
标签：1
force2D：错误

体素设置：
kernelRadius：1
maskedKernel：正确
initValue：nan
体素批次：10000

（我应该像在这里一样为原始图像提供“ binWidth”参数吗？）但是，这给了我以下错误代码：

---所有发现的错误---
[“未定义键'dynamicBinning'。路径：'/ setting'”]]
追溯（最近一次通话）：
文件 ” “，第152行，在
__init__中的第59行中的文件“/Users/…/radiomics/featureextractor.py”
self._applyParams（paramsFile = args [0]）
_applyParams中的文件“/Users/…/featureextractor.py”，第158行
参数= c.validate（）
验证中的文件“/Users/…/core.py”，第167行
error_msg = u'。\ n-'.join（self.validation_errors）））
pykwalify.errors.SchemaError：

• 未定义键“ dynamicBinning”。 路径：“ / setting” 。：路径：“ /”>

我在参数文件中弄错了吗？ 我正在使用2.1.2.post61 + g3efae04版本。

@ sha168 ，没有您的参数文件看起来不错。 错误的原因是PyRadiomics版本。 您正在使用当前的母版，但尚未实现动态装箱功能。 如果要使用此功能，则需要检出implement-dynamic-binning分支，该分支位于我的PyRadiomics
如果您随后从该分支进行安装，则它应该可以工作。

好的，谢谢您的快速回复！ 此分支中已解决此问题的错误https://github.com/Radiomics/pyradiomics/issues/456吗？

@ sha168 ，我只是在当前master上重新建立了分支，因此，如果您使用commit af7f32b检出了分支，则可以。