Pyradiomics: [Reamostragem da imagem] Máscara e espaçamento de imagem diferentes, ambos são reamostrados?

Criado em 7 jan. 2020  ·  3Comentários  ·  Fonte: AIM-Harvard/pyradiomics

Tenho uma imagem e uma máscara (NRRD) com os seguintes espaçamentos.

Imagem

tamanhos: 384 384 195
direções espaciais: (0.88541668653499994,0,0) (0,0.88541668653499994,0) (0,0,0.90000152587888649)
origem do espaço: (-169.55729547141999, -140.2094694674, -100.48773193358997)

mascarar

tamanhos: 258 243 287
direções espaciais: (-0.066025928798141606,0,0) (0, -0.066025928798141606,0) (0,0,0.066025928798141606)
origem do espaço: (80.501059337315141, -20.490285052856315,0.76234966516494795)

O espaçamento da máscara é muito mais fino do que o da imagem, pois se origina de uma segmentação automática. Porém, considerando a origem e o tamanho, a máscara cobre a lesão (ROI)

Iniciando a extração com "resampledPixelSpacing": [0.9, 0.9, 0.9] eu obtenho a seguinte INFO:

[2020-01-07 15:20:29] I: radiomics.imageoperations: Applying resampling from spacing [0.06602593 0.06602593 0.06602593] and size [257 221 273] to spacing [0.9 0.9 0.9] and size [19, 17, 21]

Isso é normal? Está relacionado apenas à máscara? Além disso, a imagem deve ser reamostrada, mas não encontro informações sobre isso.

Acho que uma saída separada deve ser mostrada para máscara e imagem. Além disso, não tenho certeza se esse granulação grossa a priori afetará o resultado.

Qualquer ajuda será apreciada. Atenciosamente.

question

Todos 3 comentários

@GiulioBen , para que a extração de recursos funcione, Imagem e Máscara são obrigados a estar no mesmo espaço de imagem. Mesmo se você não habilitar a reamostragem, ainda precisará traduzir a máscara para o espaço da imagem.

Isso se deve ao fato de que mais adiante em PyRadiomics, imagem e máscara são convertidas em matrizes numpy, que perdem a informação geométrica (não mais necessária naquele ponto).

Portanto, esta saída informa o resultado para a reamostragem da imagem e da máscara e é um comportamento normal. O tamanho pequeno reflete o fato de que PyRadiomics apenas reamostra uma pequena área (igual à caixa delimitadora de ROI + preenchimento adicional), que é computacionalmente muito mais eficiente.

Quanto aos resultados dos recursos extraídos: Sim, a reamostragem IRÁ alterar os valores dos recursos extraídos. No entanto, a reamostragem para um espaçamento mais grosso não significa necessariamente que o desempenho dos modelos baseados nesses recursos também seja afetado. Na verdade, o desempenho pode até aumentar, à medida que mais estruturas grosseiras são analisadas, que são menos suscetíveis a ruídos.

Ou seja, há uma compensação: espaçamento mais grosso é menos suscetível a ruído, mas em algum ponto informações importantes também são perdidas. Portanto, depende um pouco do seu conjunto de dados quais configurações obterão os melhores resultados. Em geral, aconselho não interpolar demais e encontrar um meio-termo entre o espaçamento no plano e a espessura da fatia.

Assim, a máscara é reamostrada ao espaço da imagem e reamostrada novamente em voxels cúbicos devido à configuração resampledPixelSpacing ": [0.9, 0.9, 0.9]?

Os recursos de forma são calculados antes da reamostragem?

Sou forçado a reamostrar as imagens, pois elas não têm o mesmo espaçamento, por isso fiz a reamostragem.

Obrigado pela ajuda! :)

Esta página foi útil?
0 / 5 - 0 avaliações