Pyradiomics: Pyradiomics는 nrrd 파일로 분할된 여러 구조를 어떻게 처리합니까? [특징 추출]

각 경우에 대해 PyRadiomics는 마스크 파일( label 값으로 식별)의 1 ROI에 대한 기능만 계산합니다.

이 플라스티매치의 예도 참조하십시오. 여러 ROI가 출력 볼륨의 i번째 비트에 할당되어 구조가 겹칠 수 있습니다. 또한 plastimatch는 세그먼트를 보여주는 파일을 출력할 수 있습니다.

겹치는 세그먼트가 있는 경우 PyRadiomics가 올바르게 작동하지 않는다는 점에 유의하십시오! PyRadiomics는 특정 인덱스가 아닌 전체 값만 봅니다. 4D 볼륨을 마스크로 공급하여 마스크에서 겹치는 구조를 허용합니다. 겹침이 없으면 제대로 작동해야 합니다(예: 가능한 레이블은 1, 2, 4, 8 등).

마스크에 어떤 레이블이 있는지 알고 있다면 배치 모드(열 "Label") 에서 PyRadiomics를 사용할 때 레이블을 정의할 수 있습니다.

감사합니다 @JoostJM
이제 문제를 훨씬 더 잘 이해합니다.
나에게 여전히 약간 혼란스러운 것은 어떤 레이블이 어떤 구조를 나타내는지 알아내는 것입니다.
32개의 구조가 있는 RTSS dicom 파일을 사용했습니다. 파일 내용은 아래에 붙여넣습니다.

0|0 255 0|바디
1|0 0 160|정맥_IVC
2|0 255 64|정맥_PV
3|255 0 0|HepVeinRight
4|255 0 0|HepVeinMid
5|255 0 0|맥맥 왼쪽
6|255 0 0|좌측 포트베인
7|255 0 0|PortVeinRight
8|10 10 250|LivSegI
9|128 255 255|LivSegVII
10|255 128 128|LivSegVIII
11|128 64 64|LivSegVI
12|0 150 0|LivSegV
13|0 150 0|LivSegII
14|0 0 160|LivSegIII
15|255 255 128|리브세그IVa
16|255 0 255|LivSegIVb
17|0 0 255|정맥_SMV
18|0 0 255|정맥_비장
19|255 255 0|콜론
20|255 0 255|장소
21|0 0 255|위
22|187 255 187|십이지장
23|128 64 64|췌장
24|0 255 255|담낭
25|0 127 255|비장
26|255 128 128|신장R
27|50 204 153|신장
28|255 255 0|요관R
29|255 255 0|요관
30|255 210 0|부신R
31|255 210 0|부신L
32|255 0 0|대동맥 대동맥
33|255 128 0|아트_셀리악
34|255 128 0|아트_SMA
35|255 128 0|아트_IMA
36|255 128 0|아트레날
37|0 0 255|정맥_신장

그러나 레이블은 여기에 있는 숫자와 일치하지 않습니다.
레이블을 구조와 일치시키는 방법을 알아내는 방법을 모르겠습니다.

변환된 마스크 파일을 공유할 수 있나요? 그러면 무엇인지 알 수 있을 것 같아요.

이것은 .nrrd 파일에 대한 링크입니다.
https://www.dropbox.com/s/mdavn9gxk4fpt5d/abdomen_rtss1.nrrd?dl=0
이것이 알아낼 수 있다면 좋을 것입니다.

출력 파일은 실제로 plastimatch 문서에 지정된 것과 거의 비슷합니다. 그러나 데이터 유형은 uint8입니다(8비트 = 8개의 가능한 레이블을 의미). 더 많은 세그먼트(귀하의 경우 38개)를 허용하기 위해 볼륨이 4D 볼륨으로 변환되므로 채널당 레이블이 8개입니다.

Slicer와 PyRadiomics가 이해하는 것을 얻으려면 몇 가지 구조 조정이 필요합니다.

import numpy as np
import SimpleITK as sitk

ma = sitk.ReadImage(r'abdomen_rtss1.nrrd')
ma_arr = sitk.GetArrayFromImage(ma)

labels = []
for channel in range(ma_arr.shape[3]):
    for bit in range(8):
        label_map = np.zeros(ma_arr.shape[:3], dtype='uint8')
        roi = np.bitwise_and(ma_arr[..., channel], 2 ** bit) > 0
        if np.sum(roi) > 0:
            label_map[roi] = 1
            labels.append(label_map)

mask_arr = np.array(labels).transpose(1, 2, 3, 0)
mask_arr.shape

mask = sitk.GetImageFromArray(mask_arr)
mask.CopyInformation(ma)

sitk.WriteImage(mask, r'segmentation.seg.nrrd', True)  # Specify True to enable compression

이 코드 조각은 가능한 모든 레이블을 반복하고 일치하는 복셀을 찾으면 레이블 맵에 저장합니다(이는 uint8 데이터 유형의 3D 볼륨을 가정한다는 점에 유의하십시오).

그런 다음 마지막에 1개의 4D 행렬을 만들고 이미지를 만듭니다. 마지막 단계로 마스크의 기하학적 정보가 복사되고 분할이 분할로 저장됩니다. 이것은 슬라이서에 로드하여 올바른지 확인할 수 있습니다.

출력 파일의 첫 번째 값(0-37)은 분할의 인덱스와 일치해야 합니다. 예를 들어 "Art_IMA"에 대한 기능을 추출하려면 label_channel=35 설정으로 PyRadiomics를 실행하십시오( label=1 은 변경되지 않아야 함).

마지막으로 SlicerRT 확장을 사용하여 RTSTRUCT를 슬라이서 노드에 직접 로드하고 이를 사용하여 분할 파일을 만들 수도 있습니다(그러면 이름도 자동으로 통합됨).

정말 감사합니다! @JoostJM
아름답게 작동합니다. 슬라이서 및 파이썬 출력에서 ​​확인했습니다.
계획 시스템에서 새 내보내기를 수행하여 작업 시간을 절약했습니다. 정말 감사합니다.

도와 줄 수있어서 기뻐

해당 코드를 배치 파일 예제 "batchprocessing.py"에 어떻게 통합하시겠습니까?

@JE-Jimenez, PyRadiomics의 일괄 처리에 대한 권장 진입점은 명령줄을 통한 것입니다(더 나은 오류 처리, 다중 처리 지원 등). 이 경우 각각 "Image", "Mask" 및 "Label"/"Label_channel" 열을 사용하여 csv 파일에서 이미지, 마스크 및 레이블 조합을 지정할 수 있습니다("Label"은 레이블 맵의 레이블 값을 나타내고, "Label_channel" 세그먼트의 0 기반 인덱스, 차이점은 레이블 맵의 3D 슬라이서 및 세분화 참조).

batch processing.py에서 비슷한 것을 얻을 수 있지만 현재는 label 에만 제공됩니다. L81-84 참조
레이블 값 구문 분석에 대한 자세한 내용은