Pyradiomics: マスクと画像が同じDICOMシリーズから派生している場合、なぜジオメトリの不一致が発生するのですか？

これは、デフォルトの許容範囲が厳しすぎるためです。 最も簡単なのは、リサンプリングを有効にすることです。

@warkentinmatt correctMask有効にして修正することも可能です。 これにより、画像をリサンプリングせずに、マスク（最近傍）のリサンプリングが可能になります。 唯一の要件は、マスクの物理的空間が画像内に含まれていることです。

マスクの間隔/方向は画像と同じですが、サイズと原点が異なります。これは、スライサーが領域をトリミングし、それに応じて原点を調整することでマスクを保存するためです。 これによりメモリが節約されますが、マスクをリサンプリングしても問題がないことをPyRadiomicsに通知する必要があります（後者の場合、画像サイズと一致するまでパディングするだけです）。

PyRadiomicsはデフォルトでマスクを修正しません。これは、PyRadiomicsが実行している追加のステップに対する警告として機能するためです。

お返事ありがとうございます。

@JoostJMでは、コメントを確実に理解するために、SlicerがNRRDラベルマップをエクスポート/保存すると、ROIの範囲でサイズが

また、バイナリマスクのリサンプリングで何が達成されるかについても明確です。ROIが画像の中央にある場合（したがって、配列の中央に数百/千の「1」が含まれている場合）、そのリサンプリングはボリュームの境界にあるマスクの最も近い隣人は、基本的にマスクに0を埋めていますか？ これは正しい解釈ですか？

ご協力ありがとうございました。

では、コメントを確実に理解するために、スライサーがNRRDラベルマップをエクスポート/保存すると、ROIの範囲でサイズがトリミングされますか？

はい、これは可能です。Nrrdファイルには起点、つまり最初のボクセルの物理的な場所も含まれているためです。
Nrrdには方向と間隔に関する情報も含まれているため、ピクセルサイズが異なる画像や回転した画像で作成されたセグメンテーションでもオーバーラップできます。
これは、numpy配列がこの幾何学的情報を含まないため、PyRadiomicsへの入力として受け入れられない理由でもあります。

また、バイナリマスクのリサンプリングで何が達成されるかについても明確です。ROIが画像の中央にある場合（したがって、配列の中央に数百/千の「1」が含まれている場合）、そのリサンプリングはボリュームの境界にあるマスクの最も近い隣人は、基本的にマスクに0を埋めていますか？ これは正しい解釈ですか？

正しい

スライサーでシーンをクリアし、DICOMシリーズを再インポートしてから、NRRDマスクをロードすると、マスクはCTの適切な解剖学的位置に重ねられます。 私には、これはCTの元の寸法がマスクで維持されていることを意味すると思いました。 スライサーは、CTでマスクを適切に位置合わせするのに十分賢い（つまり、適切なメタデータを使用する）のでしょうか？

マスクは、マスク境界ボックスのサイズの画像のサブ領域に対応できます。 画像と同じサイズである必要はありません。 ディメンションが一致するかどうかは、スライサーでセグメンテーションを作成する方法と、それをエクスポートする方法によって異なります。 寸法を確実に一致させる方法の詳細が必要な場合は、お知らせください。

エラーをもう一度見てみると（初めて電話をちらっと見たとき）、違いは次のとおりです。

InputImage Origin: [-1.8200000e+02, 1.6933569e+02, -3.0314999e+02], 
InputImage_1 Origin: [-1.8200000e+02, -1.7000000e+02, -3.0314999e+02]
    Tolerance: 6.6406202e-07

InputImage Direction: 1.0000000e+00 0.0000000e+00 0.0000000e+00
0.0000000e+00 -1.0000000e+00 0.0000000e+00
0.0000000e+00 0.0000000e+00 1.0000000e+00
, 

InputImage_1 Direction: 1.0000000e+00 0.0000000e+00 0.0000000e+00
0.0000000e+00 1.0000000e+00 0.0000000e+00
0.0000000e+00 0.0000000e+00 1.0000000e+00

そのため、原点の絶対値がわずかにずれている（そしてその差がデフォルトの許容値よりも大きい）状況がありますが、一方の画像の向きがもう一方の画像と比較してYで反転している場合もあります。 これは、許容値を減らして問題を解決することはできず、マスクまたは画像のいずれかをリサンプリングする必要があることを意味します。 このリサンプリングはピクセル値を変更するべきではありませんが、効果的に方向を変える操作になります。

@JoostJM返信ありがとうございます、ありがとうございました。

@fedorovマスクまたは画像をリサンプリングすると、Yが一方が他方に対して反転するという問題をどのように解決できますか？ これは私には明らかではありません。 私の理解では、同じサイズ/寸法を確保するためにリサンプリングが使用されました。

寸法を確実に一致させる方法の詳細が必要な場合は、お知らせください。

はい、寸法を確実に一致させる方法について詳しく知りたいです。 どうぞよろしくお願いします。

実際、私たちが議論したこれらの概念のいくつか（つまり、間隔、方向、原点）の理解を深めることができる情報やリソースがあればいいのですが。 素朴に言えば、画像の原点は[0,0,0]の[x、y、z]座標、つまり画像配列の「コーナー」の1つ（右前上？）だと思うかもしれません。 。 ログに表示される原点の値には、具体的な解釈（ミリメートルなど）がありますか？ これらの数字は何を表していますか？ 私の無知を許してください。私はイメージング/ラジオミクスのすべてについて独学で学んでいますが、物事を機能させるためのソリューションを実装するだけでなく、これらの概念を理解したいと思います。

@warkentinmattすべての質問について心配する

マスクまたは画像をリサンプリングすると、Yが一方が他方に対して反転するという問題をどのように解決できますか？

画像の方向は、基本的に、画像配列（IJK）の座標系を解剖学的空間（XYZ）に回転させる変換です。

以下の簡単な1Dの例では、「配列インデックス」は1d配列の座標系であり、左右は1d世界の物理空間の座標系です。 Image2では、配列内の値の順序は物理座標系の軸の方向と反対です。つまり、ボクセルの配列の方向が異なります。 リサンプリングは、配列のサイズ、方向、原点によって定義された画像のジオメトリを取得し、参照ジオメトリのボクセルで別の画像から値をサンプリングします。

これは理にかなっていますか？

3Dスライサーからラベルをエクスポートする際に寸法が一致するようにする方法の詳細が必要な場合は、お知らせください。
はい、寸法を確実に一致させる方法について詳しく知りたいです。 どうぞよろしくお願いします。

3Dスライサーからラベルマップ（事実上バイナリイメージ）にセグメントをエクスポートする方法については、以下のスクリーンショットを参照してください。 この手順に従ったとしても、デフォルトの許容値が厳しすぎるため、ジオメトリの不一致が発生する可能性はありません。 ただし、画像配列の向きは同じである必要があります。

実際、私たちが議論したこれらの概念のいくつか（つまり、間隔、方向、原点）の理解を深めることができる情報やリソースがあればいいのですが。 素朴に言えば、画像の原点は[0,0,0]の[x、y、z]座標、つまり画像配列の「コーナー」の1つ（右前上？）だと思うかもしれません。 。 ログに表示される原点の値には、具体的な解釈（ミリメートルなど）がありますか？ これらの数字は何を表していますか？ 私の無知を許してください。私はイメージング/ラジオミクスのすべてについて独学で学んでいますが、物事を機能させるためのソリューションを実装するだけでなく、これらの概念を理解したいと思います。

役立つと思われるリソースを次に示します。

• ITKガイド： https ：
• https://www.slicer.org/wiki/Coordinate_systems （および下部の参照）
• https://nipy.org/nibabel/dicom/dicom_orientation.html

お役に立てれば！

@fedorovこれらの概念を説明するために時間を

したがって、リサンプリングには、2つのボリューム間の幾何学的配置を確保するための2つの重要であるが異なる役割があるように思われます。

1）まず、必要に応じて、最も近いものなどを使用して、参照ボリュームと同じサイズ/次元に一致するまで小さいボリュームをパディングします。

2）次に、サイズが一致したら、原点、方向、間隔の情報を使用してボクセルをサンプリングし、解剖学的/物理的位置合わせにある2つのボリュームにも同じ方法でインデックスが付けられるようにします（つまり、配列インデックスの位置合わせ）。 ）。

これは、リサンプリングの役割の公正な要約でしょうか？

また、これらのリソースを共有していただきありがとうございます。理解を深めるために、これらのリソースを活用できることを楽しみにしています。

@warkentinmatt 、ほぼ。 手順1と2は同時に行われます。 発生するのは、物理空間でポイントのグリッドを定義し、それらのポイントで画像をサンプリングすることです。 新しいグリッドポイントが既存のグリッドポイントと正確に一致しない場合、画像の周囲の（元の）ポイント（ピクセル）に基づいて、補間アルゴリズムを使用して新しい値が計算されます。

IBSIドキュメントの補間に関するセクションにも詳細な説明があります。 これには、リサンプリンググリッドを示す画像も含まれてい

@fedorov @JoostJMこの問題が

したがって、この問題を引き起こした例では、マスクは特徴抽出に使用されていたのと同じ画像から派生したため、間隔は同じでした。 言い換えると、マスクまたは画像のいずれかのx、y、z方向のボクセル位置の1単位の変化は、同じ物理的変化の解釈をもたらします。 マスクと画像の間隔が同じ場合、「ギャップを埋める」ために補間は必要ありませんよね？ したがって、マスクをリサンプリングすると、ボリュームの両方の次元に関して画像との幾何学的一致が保証されるだけでなく、物理的に位置合わせされている両方のボリュームも同じ方法で（方向と原点に関して）配列インデックスが作成されます。 ）。 私はこれを最終的に正しくしましたか？

2つのボリューム間で間隔が同じでない場合は、2つのボリュームを幾何学的に配置するために、ボクセルを補間する必要があります。 たとえば、画像の間隔が[1mm、1mm、1mm]で、マスクが[2mm、2mm、2mm]の場合、物理的な間隔の「ギャップを埋める」ためにマスクのボクセルを補間する必要があります。

あなたのご親切に感謝します。 それはすべての違いをもたらしました。

@warkentinmattはい、これは理にかなっています、私はあなたがそれを正しく理解したと思います！

リサンプリングに関連するもう1つの便利なリソースは、次のページです： https ：//www.slicer.org/wiki/Registration：Resampling

@fedorov素晴らしい。 あなたのご親切に感謝します。

これは時間や場所ではないかもしれませんが、あなたはボストンを拠点としていると私は理解しています。 現在、私はトロントで博士号を取得していますが、ボストンに移動するのは、HSPHの生物統計学部の研究員として2週間です。 興味があり、時間があれば、直接連絡を取り、おそらくこれらの会話のいくつかを続けたいと思います。 いずれにせよ、あなたの助けは大いに感謝されています。

確かに、接続して、ピラディオミクスの使用方法について詳しく学んでください。 メールを送ってください（私のgithubプロファイルで公開されています）。コーヒーを飲みに会うことができます。