Pyradiomics: Por que a incompatibilidade de geometria ocorre quando a máscara e a imagem são derivadas da mesma série DICOM?

Isso ocorre porque a tolerância padrão é muito restrita. O mais fácil seria habilitar a reamostragem.

@warkentinmatt Também pode ser possível corrigir ativando correctMask . Isso permite a reamostragem da máscara (vizinho mais próximo), sem reamostrar a imagem. O único requisito é que o espaço físico da máscara esteja contido na imagem.

O que eu suspeito que aconteceu é que sua máscara tem o mesmo espaçamento / direção da imagem, mas o tamanho e a origem são diferentes, já que o Slicer agora armazena a máscara cortando a área e ajustando a origem de acordo. Isso economiza memória, mas exige que você diga ao PyRadiomics que não há problema em reamostrar as máscaras (que, neste último caso, é igual a apenas preencher até que corresponda ao tamanho da imagem).

O PyRadiomics não corrige a máscara por padrão, pois isso serve como um aviso para a etapa extra que o PyRadiomics está realizando.

Obrigado a ambos por suas respostas.

@JoostJM Então, apenas para garantir que entendi seus comentários, quando o Slicer exporta / salva um mapa de rótulo NRRD, ele corta o tamanho na extensão do ROI? Não mantém a dimensionalidade original do volume de entrada? Quando eu limpo a cena no Slicer, reimporto a série DICOM e, em seguida, carrego a máscara NRRD, a máscara é sobreposta na TC no local anatômico adequado. Para mim, presumi que isso significava que as dimensões originais do TC eram mantidas na máscara. O Slicer é inteligente o suficiente (ou seja, usando os metadados corretos) para alinhar corretamente a máscara no CT?

Além disso, estou certo do que é alcançado com a reamostragem da máscara binária: meu entendimento é que se o ROI estiver localizado centralmente na imagem (portanto, o centro da matriz contém algumas centenas / mil "1s"), essa reamostragem os vizinhos mais próximos da máscara na borda do volume estão basicamente preenchendo a máscara com 0's? Esta é uma interpretação correta?

Obrigado pela ajuda.

Então, apenas para garantir que entendi seus comentários, quando o Slicer exporta / salva um mapa de rótulo NRRD, ele corta o tamanho na extensão do ROI?

Sim, isso é possível, pois os arquivos Nrrd também contêm a origem, ou seja, a localização física do primeiro voxel.
Nrrd também contém informações sobre direção e espaçamento, permitindo sobrepor até mesmo segmentações feitas em imagens com diferentes tamanhos de pixel ou mesmo aquelas que são giradas.
Esta também é a razão pela qual matrizes numpy não são aceitas como entrada para PyRadiomics, uma vez que não contêm essas informações geométricas

Além disso, estou certo do que é alcançado com a reamostragem da máscara binária: meu entendimento é que se o ROI estiver localizado centralmente na imagem (portanto, o centro da matriz contém algumas centenas / mil "1s"), essa reamostragem os vizinhos mais próximos da máscara na borda do volume estão basicamente preenchendo a máscara com 0's? Esta é uma interpretação correta?

Correto

Quando eu limpo a cena no Slicer, reimporto a série DICOM e, em seguida, carrego a máscara NRRD, a máscara é sobreposta na TC no local anatômico adequado. Para mim, presumi que isso significava que as dimensões originais do TC eram mantidas na máscara. O Slicer é inteligente o suficiente (ou seja, usando os metadados corretos) para alinhar corretamente a máscara no CT?

A máscara pode corresponder a uma sub-região da imagem do tamanho da caixa delimitadora da máscara. Não precisa ter as mesmas dimensões da imagem. Se as dimensões correspondem ou não, dependerá de como você cria a segmentação no Slicer e como você a exporta. Se você quiser mais detalhes sobre como garantir a correspondência das dimensões, entre em contato conosco.

Olhando novamente para o erro (na primeira vez, acabei de dar uma olhada no telefone), aqui estão as diferenças:

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

Portanto, você tem a situação em que o valor absoluto de origem está ligeiramente fora (e a diferença é maior do que a tolerância padrão), mas também em que a orientação de uma imagem é invertida em Y em comparação com a outra. Isso significa que você não pode solucionar o problema reduzindo a tolerância e precisará fazer uma nova amostra da máscara ou da imagem. Esta reamostragem não deve alterar os valores de pixel, porém, será efetivamente uma operação de reorientação.

@JoostJM Obrigado por sua resposta novamente, muito apreciado.

@fedorov Como reamostrar a máscara ou imagem resolveria o problema de Y ser invertido em uma relação à outra? Isso não está claro para mim. Meu entendimento foi que a reamostragem foi usada para garantir o mesmo tamanho / dimensões.

Se você quiser mais detalhes sobre como garantir a correspondência das dimensões, entre em contato conosco.

Sim, adoraria obter mais informações sobre como garantir a correspondência das dimensões. Por favor e obrigado.

Na verdade, eu adoraria qualquer informação ou recurso que pudesse fortalecer minha compreensão de alguns desses conceitos que discutimos (isto é, espaçamento, direção, origem). Ingenuamente, posso pensar que a origem de uma imagem são as coordenadas [x, y, z] de [0,0,0], ou seja, um dos "cantos" (superior anterior direito?) De uma matriz de imagem . Os valores de origem mostrados no registro têm uma interpretação tangível (por exemplo, milímetros ou algo assim)? O que esses números representam? Perdoe minha ignorância, sou autodidata em todas as coisas de imagem / radiômica, mas quero entender esses conceitos em vez de apenas implementar soluções para fazer as coisas funcionarem.

@warkentinmatt não se preocupe com todas as questões, é uma curva íngreme para um iniciante!

Como reamostrar a máscara ou imagem resolveria o problema de Y ser invertido em uma relação à outra?

As direções da imagem são essencialmente uma transformação que gira o sistema de coordenadas da matriz da imagem (IJK) para o espaço anatômico (XYZ).

Em um exemplo 1D simples abaixo, "índice de matriz" é o sistema de coordenadas de sua matriz 1d e Esquerda-Direita é o sistema de coordenadas no espaço físico de um mundo 1d. Na Image2, a ordem dos valores na matriz é oposta à direção do eixo do sistema de coordenadas físicas, ou seja, a matriz de voxels é orientada de forma diferente. A reamostragem pega a geometria de uma imagem definida pelo tamanho do array, direção e origem, e amostras de valores de outra imagem nos voxels da geometria de referência.

Isso faz sentido?

Se você quiser mais detalhes sobre como garantir a correspondência das dimensões ao exportar o rótulo do 3D Slicer, informe-nos.
Sim, adoraria obter mais informações sobre como garantir a correspondência das dimensões. Por favor e obrigado.

Veja a captura de tela abaixo sobre como exportar um segmento do 3D Slicer para um mapa de etiquetas (que é uma imagem binária). Observe que, mesmo se você seguir este procedimento, não é impossível que você ainda obtenha incompatibilidade de geometria, uma vez que os valores de tolerância padrão são muito restritos. Mas a orientação da matriz da imagem deve ser a mesma.

Na verdade, eu adoraria qualquer informação ou recurso que pudesse fortalecer minha compreensão de alguns desses conceitos que discutimos (isto é, espaçamento, direção, origem). Ingenuamente, posso pensar que a origem de uma imagem são as coordenadas [x, y, z] de [0,0,0], ou seja, um dos "cantos" (superior anterior direito?) De uma matriz de imagem . Os valores de origem mostrados no registro têm uma interpretação tangível (por exemplo, milímetros ou algo assim)? O que esses números representam? Perdoe minha ignorância, sou autodidata em todas as coisas de imagem / radiômica, mas quero entender esses conceitos em vez de apenas implementar soluções para fazer as coisas funcionarem.

Aqui estão alguns recursos que podem ser úteis:

• Guia ITK: https://itk.org/ItkSoftwareGuide.pdf (especificamente, Imagem é o Capítulo 4) - este é o livro (em vez disso, esta é uma edição mais recente dele) que me ajudou muito quando comecei com imagens médicas
• https://www.slicer.org/wiki/Coordinate_systems (e as referências na parte inferior)
• https://nipy.org/nibabel/dicom/dicom_orientation.html

Espero que isto ajude!

@fedorov Muito obrigado por

Portanto, parece-me que a reamostragem tem dois papéis importantes, mas distintos para garantir o alinhamento geométrico entre dois volumes:

1) Primeiro, se necessário, preencha o volume menor até que corresponda ao mesmo tamanho / dimensionalidade do volume de referência, usando algo como vizinhos mais próximos.

2) Em seguida, uma vez que o dimensionamento esteja de acordo, use a origem, direção e informações de espaçamento para amostrar os voxels de modo a garantir que dois volumes que estão em alinhamento anatômico / físico também sejam indexados da mesma maneira (ou seja, alinhamento de índice de matriz )

Este seria um resumo justo do papel da reamostragem?

Além disso, obrigado por compartilhar esses recursos, espero trabalhar com eles para fortalecer meu entendimento.

@warkentinmatt , quase. As etapas 1 e 2 acontecem simultaneamente. O que ocorre é que você define uma grade de pontos no espaço físico e então faz uma amostra de sua imagem nesses pontos. Se os novos pontos de grade não corresponderem exatamente aos pontos de grade existentes, novos valores são calculados usando o algoritmo de interpolação, com base nos pontos circundantes (originais) (pixels) da imagem.

Você também pode encontrar uma explicação extensa nos documentos do IBSI, seção sobre interpolação . Também contém uma imagem ilustrando a grade de reamostragem.

@fedorov @JoostJM Sei que este problema está encerrado e agradeço profundamente toda a ajuda que vocês dois forneceram. Eu só queria circular de volta para esclarecer meu entendimento. Depois de ler muito os recursos que cada um de vocês forneceu e assistir a alguns vídeos úteis, estou muito mais confortável com esses conceitos.

Portanto, no exemplo que gerou esse problema, uma vez que a máscara foi derivada da mesma imagem que estava sendo usada para extração de recursos, o espaçamento era o mesmo. Em outras palavras, uma mudança de uma unidade na localização do voxel em qualquer uma das direções x, y, z para a máscara ou a imagem carrega a mesma interpretação de mudança física. Nos casos em que o espaçamento é o mesmo entre a máscara e a imagem, a interpolação não seria necessária para "preencher as lacunas", correto? Portanto, a reamostragem da máscara simplesmente garantiria uma correspondência geométrica com a imagem no que diz respeito à dimensionalidade do volume, bem como garantir que ambos os volumes que estão em alinhamento físico também sejam indexados por matriz da mesma maneira (em relação à direção e origem ) Eu entendi corretamente, finalmente?

Se o espaçamento não fosse o mesmo entre dois volumes, você precisaria interpolar voxels para obter dois volumes em alinhamento geométrico. Por exemplo, se o espaçamento da imagem era [1 mm, 1 mm, 1 mm] e a máscara era [2 mm, 2 mm, 2 mm], você precisaria interpolar voxels na máscara para "preencher as lacunas" no espaçamento físico.

Obrigado novamente por toda a sua ajuda. Isso fez toda a diferença.

@warkentinmatt sim, faz sentido, acho que acertou!

Outro recurso útil relacionado à reamostragem é esta página: https://www.slicer.org/wiki/Registration : Reamostragem

@fedorov Ótimo. Obrigado novamente por toda a sua ajuda.

Pode não ser a hora nem o lugar, mas, pelo que sei, você mora em Boston. Atualmente, sou candidato a doutorado em Toronto, mas estou me mudando para Boston dentro de duas semanas para uma bolsa de pesquisa no Departamento de Bioestatística do HSPH. Eu adoraria entrar em contato pessoalmente e talvez continuar algumas dessas conversas, se você estiver interessado e tiver tempo. De qualquer forma, sua ajuda foi muito apreciada.

Claro, prazer em conectar e aprender mais sobre como você usa a piradiômica! Basta enviar-me um e-mail (é público no meu perfil no github) e podemos nos encontrar para um café.