医学影像的特征提取--python—pyradiomics库

2023-11-05 16:20
文章标签 python 医学影像 特征提取 pyradiomics

本文主要是介绍医学影像的特征提取--python—pyradiomics库，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

医学影像的特征提取

在对医学影像进行处理时，很重要的一个方面就是对于图像的特征提取。这直接关系到后续对于图像的判读，分类等操作。那么今天就为大家介绍python中一个非常高效便捷的库——pyradiomics库。

1. pyradiomics库的安装

如果你使用的是anaconda的IDE，那么可以使用cmd进行安装：在anaconda的Script文件里打开命令行（shift+右键即可）：直接conda(or pip) install pyradiomics
其他情况：

  1. 确保计算机已经安装python，并且版本在2.7或者3.4以上

  2. 在https://github.com/Radiomics/pyradiomics上把项目下载下来并解压

  3. 打开cmd，并进入解压后的目录

  4. 在cmd中运行：python -m pip install -r requirements.txt（用于安装pyradiomics所需的依赖）

  5. 在cmd中运行：python setup.py install

  6. 安装完成，打开python，import radiomics，如果不报错，则表示安装成功

2.pyradiomics的使用示例

首先我给出示例文件：
链接：https://pan.baidu.com/s/1yLymOYIZ11if1J5VVHzhQg
密码：deh4
示例文件是一个大脑的CT影像序列，你可以这样理解，我们平时看到的CT图片就是其中一张，而医生看的却是由这一帧一帧图片构成的“视频”——也就是CT影像序列。
现在我们先看代码（这不是我写的，后面我会注明出处，但是我亲自检验过，并发现一些问题）：

import radiomics
import radiomics.featureextractor as FEE# 文件名
main_path =  '...'
ori_name = r'\brain1_image.nrrd'
lab_name = r'\brain1_label.nrrd'
para_name = r'\Params.yaml'# 文件全部路径
ori_path = main_path + ori_name  
lab_path = main_path + lab_name
para_path = main_path + para_name
print("originl path: " + ori_path)
print("label path: " + lab_path)
print("parameter path: " + para_path)# 使用配置文件初始化特征抽取器
extractor = FEE.RadiomicsFeaturesExtractor(para_path)
print ("Extraction parameters:\n\t", extractor.settings)
print ("Enabled filters:\n\t", extractor._enabledImagetypes)
print ("Enabled features:\n\t", extractor._enabledFeatures)# 运行
result = extractor.execute(ori_path,lab_path)  #抽取特征
print ("Result type:", type(result))  # result is returned in a Python ordered dictionary
print ("")
print ("Calculated features")
for key, value in result.items():  #输出特征print ("\t", key, ":", value)

就以上程序说明几个问题：

  1. 就Params.yaml文件进行解释：下图是它的一部分，我们大可将其理解为一种字典结构的文件，它告诉了程序我们要输入怎样的图片，我们需要得到哪些特征。就比如如果你想就获取的特征进行自定义，完全可以在Params.yaml文件中进行修改，文件里有详细的注释，就不用我解释了：
    在这里插入图片描述
    2.之前在运行这个程序时，很多时候会报错：No label object with label 1，找遍整个程序我也没看见label 1在哪，而且这个库封装的相当完好，你根本看不出来哪里有问题。后来，在这里找到了症结所在：
    注意看这个label：1
    原来他在Params.yaml中把label写死了，我解释一下他的含义：
    我们常见的医疗图片像素值是从0~255，对于掩模，我们常用白色标记出目标位置，而黑色作为背景。白色的像素是255，而他这里却写的1，也就是说，他对医疗图片像素进行了二值化处理，白色不就是1了嘛。所以，在使用时，我们只需要把label改为我们掩模图中目标区域的像素值即可。
    在这里插入图片描述
    在这里插入图片描述
    3.关于nrrd格式的解析。nrrd和dcm格式差不多，都是医疗图像格式，他们都是有病人信息，图像信息两部分构成。这里可以告诉大家的是，我们传入该库里的函数的图像格式都必须是nrrd的（我也对此表示很烦）。
    在实际用的时候，我的数据是png格式的掩模，分开的dcm格式的CT原图。但是我们要将一个人的单个dcm转换为nrrd序列的话，他的病人信息中有一个名字大概叫做“序列信息”的家伙就至关重要了，他决定了我们dcm作为构建“视频”的前后顺序。因此，我找了一个常用的实例dcm（github上找的），进行了“换信息头”的操作，就是用别人的头，而用我的图像信息。（其实这里是因为我的dcm貌似格式和其他dcm不太一样，不能用pydicom库打开，我能说dcm这个文件标准已经改了四次了吗【手动苦笑】）
    其实，有很多人问png，jpg等常见的图片形式能不能转换为dcm，nrrd格式，那么以上不失为一种好的方法。
    以下是我的代码，仅供参考：
import numpy as np
import SimpleITK as itk
import cv2
import  matplotlib.pyplot as plt
import os
base=r'C:/Users/……/Desktop/ct_transport/dcm_'          #这一部分做好文件夹的准备
i=1
while(i<21):file_name=base+str(i)os.mkdir(file_name)i=i+1
for i in range(20):                   #以下是对每一个人进行循环，达到一人png全部转为dcm后再转为nrrd格式；in_path=r'C:/Users/……/Desktop/ABC/%d/png/'%(i+1109)x=0for s in os.listdir(in_path):       #对每一个人的png进行循环，转换为dcm（换信息头）in_path_per = os.path.join(in_path,s)print(in_path_per)img = cv2.imread(in_path_per)# in_path_dcm=r'C:\Users\……\Desktop\CT\10080.dcm'data2=cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)ds = pydicom.dcmread(r"liver\image_%d"%x)ds.PixelData = data2.tostring()#ds.Rows, ds.Columns = data2.shape# data1 = ds.pixel_array# plt.imshow(data1, "gray")#  plt.show()out_path='C:/Users/……/Desktop/ct_transport/dcm_%d/%d.dcm'%(i+1,x+1)#这个应该是每一个人的每一个图片，外面用i区别表示，里面用x区别表示；ds.save_as(out_path)x=x+1in_path_dcm = r'C:/Users/……/Desktop/ct_transport/dcm_%d'%(i+1)series_file_names = itk.ImageSeriesReader().GetGDCMSeriesFileNames(in_path_dcm)# series_file_names=sitk.ImageSeriesReader.GetGDCMSeriesFileNames(in_path,series_ids[1])#print(tuple(list(series_file_names)[::-1]))series_reader = itk.ImageSeriesReader()series_reader.SetFileNames(series_file_names)image3D = series_reader.Execute()itk.WriteImage(image3D, 'C:/Users/……/Desktop/ct_test_nrrd/mask_%d.nrrd'%(i+1))#以一个人为单位，进行了存储print('完成一个人')

4.输出格式
输出就是一个字典结构，但是，要注意有很多是无关信息，比如库的版本等，这是大家用的时候可以做一些筛选。其实他的特征也都是3D特征。

以下就是我使用其代码的兄弟的公众号，在此向他表示感谢，也欢迎大家关注！
在这里插入图片描述

这篇关于医学影像的特征提取--python—pyradiomics库的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/351022。

相关文章

python: 多模块(.py)中全局变量的导入

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别： 当你在一个模块（文件）中使用 global 声明变量时，这个变量只在该模块的全局命名空
阅读更多...
【Python编程】Linux创建虚拟环境并配置与notebook相连接

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如，在当前目录下创建一个名为 myenv 的虚拟环境： python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行： source myenv/bin/activate 3.与notebook连接 在虚拟环境中，使用 pip 安装 Jupyter 和 ipykernel： pip instal
阅读更多...
【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程（Gaussian Process，简称GP）是一种概率模型，用于描述一组随机变量的联合概率分布，其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数（或核函数） 1.3 核函数1.4 高斯过程回归（Gauss
阅读更多...
【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络（1）sklearn

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络（1）sklearn

系列文章目录 监督学习：参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归（SAheart.csv） 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学
阅读更多...
nudepy，一个有趣的 Python 库！

nudepy，一个有趣的 Python 库！

更多资料获取 📚 个人网站：ipengtao.com 大家好，今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址：https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中，检测图像中的不适当内容（例如裸露图像）是一个重要的任务。nudepy 是一个基于 Python 的库，专门用于检测图像中的不适当内容。该
阅读更多...
pip-tools：打造可重复、可控的 Python 开发环境，解决依赖关系，让代码更稳定

pip-tools：打造可重复、可控的 Python 开发环境，解决依赖关系，让代码更稳定

在 Python 开发中，管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等，都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools？ pip-tools 是一组命令行工具，旨在简化 Python 依赖关系的管理，确保项目环境的稳定性和可重复性。它主要包含两个核心工具：pip-compile 和 pip
阅读更多...
HTML提交表单给python

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',
阅读更多...
Python QT实现A-star寻路算法

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点： 鼠标左键双击，设定红色的起点。左键双击设定起点，用红色标记。 设定终点： 鼠标右键双击，设定蓝色的终点。右键双击设定终点，用蓝色标记。 设置障碍点： 鼠标左键或者右键按着不放，拖动可以设置黑色的障碍点。按住左键或右键并拖动，设置一系列黑色障碍点
阅读更多...
Python：豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣，数据处理过程，数据分析，可视化，以及完整PPT报告】

Python：豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣，数据处理过程，数据分析，可视化，以及完整PPT报告】

**爬取豆瓣电影信息，分析近年电影行业的发展情况** 本文是完整的数据分析展现，代码有完整版，包含豆瓣电影爬取的具体方式【附带爬虫豆瓣，数据处理过程，数据分析，可视化，以及完整PPT报告】   最近MBA在学习《商业数据分析》，大实训作业给了数据要进行数据分析，所以先拿豆瓣电影练练手，网络上爬取豆瓣电影TOP250较多，但对于豆瓣电影全数据的爬取教程很少，所以我自己做一版。 目
阅读更多...
【Python报错已解决】AttributeError: ‘list‘ object has no attribute ‘text‘

【Python报错已解决】AttributeError: ‘list‘ object has no attribute ‘text‘

🎬 鸽芷咕：个人主页  🔥 个人专栏: 《C++干货基地》《粉丝福利》 ⛺️生活的理想，就是为了理想的生活! 文章目录 前言一、问题描述1.1 报错示例1.2 报错分析1.3 解决思路 二、解决方法2.1 方法一：检查属性名2.2 步骤二：访问列表元素的属性 三、其他解决方法四、总结 前言 在Python编程中，属性错误（At
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2