Pyradiomics: v1.2.0和v1.3.0之间的小波特征值不一致

创建于 2018-06-21 · 11评论 · 资料来源: AIM-Harvard/pyradiomics

你好！我承担了一个以前由使用pydiadomics v1.2的人启动的项目。鉴于我刚开始，所以选择了最新版本（v.1.3）。为了确保我走在正确的道路上，我正在与运行v1.2的人员比较运行中得到的特征，我发现从小波滤波后的图像计算出的特征存在一些显着差异。我已经能够指出两个问题：

问题1：
在1.3版中，我发现某些分解名称未归因于正确的分解图像。当我发现与1.2版相比几乎完美的对称性时，我发现了这一点。

这特定于名称不是回文的小波分解（例如，“ LLL”特征在各个版本中都是相同的，而HHL（v1.3）= LHH（v.1.2），LLH（v1.3）= HHL（v.1.2 ），等等）。仔细研究imageoperations.py中的getWaveletImage函数，我发现v1.3中增加了以下几行：

轴= {2，1，0}＃组
如果kwargs.get（'force2D'，False）：
轴-= {kwargs.get（'force2Ddimension'，0）}＃设置

大约，ret = _swt3（inputImage，kwargs.get（'wavelet'，'coif1'），kwargs.get（'level'，1），kwargs.get（'start_level'，0），axes = tuple（axes））

根据我对pywavelet的理解，axis是变量，其顺序确定分解名称中字母的顺序。我想知道为什么这是一套？在我看来，在_swt3函数中将其转换为元组时，其顺序将变得不可预测，然后可以更改分解名称和功能标签。当我将axes变量更改为列表时，我不再遇到问题。

问题2：
解决上述问题后，对于某些图像，我开始获得与v1.2相同的小波特征值，而对于其他图像，则没有。这次差异是随机的（而且是显着的）。

再次查看imageoperations.py v1.3中的getWaveletImage函数，如果图像的尺寸不能被2整除，则似乎正在填充图像。这似乎是pywavelets的约束，其中信号长度必须被2整除**级别（在这种情况下为2）。我认为v 1.2中不会出现相同的填充。确实，当我查看测试图像的尺寸时，与v1.2完全匹配的图像具有偶数尺寸（在v.1.3中没有填充），而那些没有至少一个奇数尺寸的图像（在v1中具有填充） .3）。可以肯定地说，v1.3对小波滤波后的图像具有最准确的特征值（第一个问题除外）？

question

资料来源

sandfis

👍1

最有用的评论

谢谢@michaelschwier
确实，我们可以看到，还原7ff0548时，这些功能与v1.2保持一致

sandfis 于 2018-06-21

🎉2 👍1

所有11条评论

@sandfis感谢您对此进行调查！

在1.2和1.3之间发生了另外两个相关的提交：

https://github.com/Radiomics/pyradiomics/commit/7ff05482d3615e26ff7439e8f9044aefcba50a9a （错误：修复了用于小波滤波的大小调整。大小调整不再扰乱图像。）
https://github.com/Radiomics/pyradiomics/commit/67845cfe7434e42fc4dccd4fb15f99961001c874（ENH ：将填充模式从常量更改为环绕）

抄送： @michaelschwier

fedorov 于 2018-06-21

@sandfis关于您的笔记：

问题1：您的解决方案对我来说很有意义。让我们等待@JoostJM的来信，但是我想如果您可以提交包含此修复程序的PR，那将是很好的。
问题2：我认为我之前提到的提交可能是原因： https :

fedorov 于 2018-06-21

实际上，问题2最肯定也与7ff05482d3615e26ff7439e8f9044aefcba50a9a有关。填充奇数尺寸的图像之前是不正确的！

michaelschwier 于 2018-06-21

太好了，谢谢@fedorov！我也要等

sandfis 于 2018-06-21

我必须说，如果确实是差异的根源，那么引入的填充策略的变化有多么显着。

@sandfis您认为您可以继续进行调查，看看是否还原上面引用的提交会使值匹配？这将超级有帮助。

fedorov 于 2018-06-21

@fedorov @sandfis对不起，我之前可能应该更详细地解释它，因为仅凭代码更改就不明显，而又不知道numpy的调整大小是什么：填充的方法是在（使用调整大小）之前完成的，字面意思是图像！调整大小会将零添加到数组/矩阵缓冲区的末尾（而不是每个维度的末尾）。请参阅此处的示例3“扩大数组”： https :

因此，最大的区别是，在7ff05482d3615e26ff7439e8f9044aefcba50a9a之前，奇数维图像的小波计算完全是错误的

michaelschwier 于 2018-06-21

👍1

@michaelschwier感谢您澄清这一点，确实我在https://github.com/Radiomics/pyradiomics/commit/7ff05482d3615e26ff7439e8f9044aefcba50a9a中完全错过了它pad切换到wrap 。确实，既然您已经解释了，那是完全错误的。因此，我认为应该在https://github.com/Radiomics/pyradiomics/releases/tag/1.3.0的“错误修复”部分中列出

现在，对于所有基于v1.2.0中实现的小波特征，能够成功开发出能够预测疾病并根除癌症的新型放射学特征的论文，我们该怎么办？ 🤣

fedorov 于 2018-06-21

谢谢@michaelschwier
确实，我们可以看到，还原7ff0548时，这些功能与v1.2保持一致

sandfis 于 2018-06-21

🎉2 👍1

这么晚才回复很抱歉！

我同意@fedorov和@michaelschwier ，尽管我认为这应该记录在即将发布的版本中，因为此更改是在当前的主版本中以及在v1.3.0发行之后进行的。

我是否正确假设v1.3表示当前的主设备？

另外，关于问题1，这里的确是不正确的。但是，更改为元组是行不通的，因为您无法删除2D中提取要素时所需的元素（在此期间，小波也将在2D中进行计算，因此需要删除平面间轴）。

我通过使用列表和list.remove()修复了此问题，我将很快将此错误修复推送到主服务器。

JoostJM 于 2018-06-26

👍1

见4027a52

JoostJM 于 2018-06-26

谢谢@JoostJM！确实，我正在与现任硕士一起工作。

sandfis 于 2018-06-26

此页面是否有帮助？

0 / 5 - 0 等级

Pyradiomics: v1.2.0和v1.3.0之间的小波特征值不一致

最有用的评论

所有11条评论

相关问题