المبادئ التوجيهية وتجربة استخدام التصوير مستكشف العلامات البيولوجية (الوعل) لراديوميكس
January 8th, 2018
يصف لنا IBEX، أداة مفتوحة المصدر مصممة للدراسات راديوميكس التصوير الطبي، وكيفية استخدام هذه الأداة. وبالإضافة إلى ذلك، التي عرضت بعض الأعمال المنشورة التي استخدمت IBEX تحليل عدم اليقين ونموذج بناء.
الهدف العام من أداة البرنامج هذه هو استخراج ميزات الصورة الكمية التي تقع في الشكل أو الملمس مثل فئات مصفوفة الحدوث المشترك على المستوى الرمادي. يمكن استخدام هذه الأداة للإجابة على بعض الأسئلة الرئيسية في مجال الأشعة الإشعاعية. على سبيل المثال ، يمكنك استخراج ميزات الصورة الكمية وإلقاء نظرة على الارتباطات بينها وبين نتائج المريض في العلاج الإشعاعي.
الميزة الرئيسية لهذه التقنية هي أنها مفتوحة المصدر ، وسهلة الاستخدام ، ولها تاريخ طويل من الأشخاص الذين يستخدمونها لاستخراج الميزات لاستخدامها في النماذج التنبؤية. يمكن أن توفر الأشعة معلومات حول الاستجابة المحتملة للورم لعلاجات معينة ، وبالتالي يمكن أن توفر معلومات إضافية يمكن للطاقم السريري استخدامها عند تحديد مدى ملاءمة العلاجات البديلة. يمكن أن توفر الأشعة نظرة ثاقبة للنمط الظاهري للورم ، ويمكن أيضا تطبيقها على التلوستنس مثل تغييرات القياس في المزيد من الأنسجة طوال فترة العلاج.
بشكل عام ، سيكافح الأفراد الجدد في هذه الطريقة ، لأن اختيار الإعدادات الصحيحة للميزات المختلفة مثل إعادة تشكيل عمق البت أمر مهم ، لذلك من الضروري الانتباه إليها. يعد العرض المرئي أمرا بالغ الأهمية نظرا لوجود العديد من الخطوات والتفاصيل. الاهتمام الدقيق بالتفاصيل مهم للحصول على نتائج جيدة في الدراسات الإشعاعية.
للبدء ، قم بتثبيت IBEX الموضح في بروتوكول النص المصاحب. بمجرد التثبيت ، قم بتحميل IBEX وإنشاء مستخدم جديد لاستيراد بياناتك وحفظها. بعد ذلك ، انقر فوق أيقونة الاستيراد ، وحدد إما تنسيق ملف DICOM أو Pinnacle الإصدار التاسع بالنقر فوق اسم التنسيق ، ثم انقر فوق التالي.
لاستيراد جميع المرضى مرة واحدة ، حدد مربع المجلد الدفعي في الزاوية اليمنى العليا ، ثم انقر فوق الزر "المزيد" بجوار الدليل المدرج. حدد المجلد الذي يحتوي على جميع مجلدات المرضى مع صور DICOM المقابلة لها وملفات بنية DICOM الإشعاعية. أخيرا ، انقر فوق زر الخروج.
للبدء ، قم بتحميل ملف المريض بالنقر أولا على أيقونة البيانات. ثم في قسم تحديد مريض ، انقر فوق ملف المريض المطلوب لفتحه. بعد ذلك ، في قسم تحديد مجموعة الصور ، انقر فوق مجموعة الصور لملف المريض المطلوب ، ثم انقر فوق الزر فتح.
استخدم الأسهم للتمرير عبر الصور التي تظهر في طرق العرض المحورية والإكليلية والسهمية. ثم حدد زر التكبير / التصغير وارسم مربعا على مستوى الصورة للتكبير. انقر بزر الماوس الأيمن على الصورة للتصغير.
بعد ذلك ، انقر فوق زر مستوى النافذة. سيظهر زر آخر ، عندما يحدث ذلك ، اسحب الجانبين الأيسر والأيمن إلى المنطقة المطلوبة ، أو أدخل مستوى النافذة يدويا في مربعات النافذة والمستوى في أسفل النافذة الجديدة. حدد مستويات نافذة مختلفة باستخدام القائمة المنسدلة الأولى على اليسار.
هناك ثمانية خيارات للتصوير المقطعي المحوسب ، وخيار واحد للتصوير بالإصدار البوزيتروني. تصور مناطق الاهتمام من خلال النقر على المربع بجوار منطقة الاهتمام لجعلها مرئية على الصور ، أو انقر فوق الزر "على جميع عائد الاستثمار" لتشغيل جميع مناطق الاهتمام. بعد ذلك ، قم بإعداد مجموعة البيانات لعرض الخطوط.
لتحقيق ذلك ، انقر أولا فوق الزر إظهار مجموعة البيانات لعرض الخطوط في مجموعة البيانات. بمجرد عرض مجموعات البيانات ، أغلق النافذة. هذا مستخدم جديد مع مرضى تم استيرادهم للتو ، لذلك ليس لدينا مجموعات بيانات تم إنشاؤها حتى الآن.
بعد ذلك ، حدد الخطوط لإضافتها إلى مجموعة البيانات بالنقر فوق خانة الاختيار بجوار اسمها ، وانقر فوق الزر إضافة إلى مجموعة البيانات. انقر فوق اسم مجموعة البيانات لإضافة الخطوط ، أو انقر فوق الزر الجديد لمجموعة بيانات جديدة. إذا تم تحديد جديد، فأدخل اسم مجموعة البيانات في النافذة الجديدة، ثم انقر فوق الزر موافق.
عند الانتهاء ، انقر فوق زر الخروج للعودة إلى قائمة المرضى والفحوصات. انقر فوق أيقونة الميزة ، وأضف المعالجة المسبقة إذا رغبت في ذلك ، بالنقر فوق زر الإضافة وتحديد خيار المعالجة المسبقة من القائمة المنسدلة في النافذة الجديدة. بعد ذلك ، انقر فوق i ضمن المعلمات لتحديد معلمات المعالجة المسبقة.
حدد الرقم الموجود أسفل عمود القيمة، واكتب قيمة المعلمة الجديدة، ثم انقر فوق الزر موافق. للحصول على وصف لطريقة المعالجة المسبقة والمعلمات المحددة ، انقر فوق زر علامة الاستفهام في الزاوية اليمنى العليا. بمجرد الرضا ، انقر فوق الزر "إضافة" لإضافة خطوة المعالجة المسبقة.
لحذف خطوات المعالجة المسبقة غير المرغوب فيها، حدد خطوة المعالجة المسبقة، ثم انقر فوق حذف. في قائمة فئات الميزات، حدد مصفوفة coocurrence ذات المستوى الرمادي 25 في فرق شدة الجار 25 فئة ميزة لحساب مصفوفة الحدوث المشترك للمستوى الرمادي ومصفوفة فرق شدة الجوار على التوالي في 2.5D. يتم تحقيق ذلك عن طريق حساب كل شريحة على حدة ، ثم جمع جميع المصفوفات معا.
خيار آخر هو تحديد الحدوث المشترك للمستوى الرمادي ثلاثة في فرق شدة الجار ثلاث فئات للميزات لحساب مصفوفة الحدوث المشترك للمستوى الرمادي ومصفوفة فرق شدة الجوار ، على التوالي ، في 3D. انقر فوق I لرؤية المعلمات المحددة لفئة الميزة هذه. لتغيير معلمة، أدخل القيمة الجديدة وانقر فوق الزر موافق.
للحصول على معلومات إضافية ، انقر فوق علامة الاستفهام في الزاوية اليمنى العليا. بمجرد تعيين جميع المعلمات بشكل صحيح ، انقر فوق زر الاختبار لعرض فئة ميزة أو ميزة معينة بالنقر فوق الزر الموجود بجوار الميزة أو الفئة المطلوبة. حدد مجموعة البيانات لعرض الاختبار عليها، ثم انقر فوق الزر فتح.
حدد المربع بجوار المرضى من مجموعة البيانات المحددة ، وانقر فوق زر الاختبار. أغلق النافذة بمجرد الرضا عن الاختبار. قم بإلغاء تحديد أي ميزات غير مرغوب فيها للفئة المحددة.
لإلغاء تحديد جميع الميزات ، انقر فوق كلمة الميزات "ضمن المجموعة الثانية ، الميزات. لإضافة كافة الميزات المحددة مع المعالجة المسبقة المحددة، انقر فوق الزر إضافة إلى مجموعة الميزات. حدد الاسم ومجموعة الميزات، وانقر فوق الزر فتح، أو لإضافة هذه الميزات إلى مجموعة جديدة، انقر فوق الزر جديد.
أدخل اسم مجموعة الميزات في النافذة الجديدة، ثم انقر فوق موافق. بعد ذلك ، انقر فوق الزر إظهار مجموعة الميزات لعرض الميزات مع تقنيات المعالجة المسبقة المقابلة. حدد مجموعة الميزات المراد عرضها، ثم انقر فوق فتح. راقب معلمات المعالجة المسبقة وفئات الميزات في القوائم المنسدلة.
قم بتحريرها بالنقر فوق الزر I ضمن المعلمات. بمجرد الانتهاء ، أغلق النافذة. في نافذة الميزة الرئيسية ، انقر فوق الزر إظهار مجموعة البيانات لعرض مجموعات البيانات الحالية.
ثم حدد مجموعة البيانات المراد عرضها، ثم انقر فوق الزر فتح. عند الانتهاء، انقر فوق زر الخروج. لإعداد الإخراج ، انقر أولا على أيقونة النتيجة ، ثم انقر فوق مجموعة البيانات لتشغيل الميزات عليها ، ضمن الخطوة الأولى ، وانقر فوق مجموعة الميزات للتشغيل على البيانات المحددة ضمن الخطوة الثانية.
بعد ذلك ، انقر فوق الزر عرض البيانات لعرض مجموعة البيانات المحددة ، متبوعا بزر ميزة العرض لعرض مجموعة الميزات المحددة. أخيرا ، انقر فوق زر حساب وحفظ النتيجة. أدخل اسم الملف للنتائج وحدد حفظ.
الإخراج من IBEX هو جدول بيانات يحتوي على ثلاث أوراق. يظهر هنا إخراج أكثر تعقيدا مع المزيد من مناطق الاهتمام والميزات المحددة مما تم تشغيله في هذا الفيديو التعليمي. تحتوي الورقة الأولى على قيم المعالم لكل منطقة اهتمام موضوعة في مجموعة البيانات.
بالنسبة لمصفوفة الحدوث المشترك للمستوى الرمادي وميزات مصفوفة طول التشغيل ذات المستوى الرمادي ، يتم إخراج قيمة لكل اتجاه يتم حساب المصفوفة فيه ، بالإضافة إلى مصفوفة متوسطة عبر جميع الاتجاهات تم تعيينها على أنها 333. يذكر الصف الرابع فئة الميزة، ويحدد الصف الخامس رأس هذا العمود، إما يعين الفهرس أو الصورة أو منطقة الاهتمام أو MRN أو ميزة معينة. تحتوي الورقة الثانية على معلومات البيانات.
هذه معلومات حول الصورة التي تم الحصول على منطقة الاهتمام منها ، مثل أبعاد فوكسيل X و Y و Z. تحتوي الورقة الثالثة على معلومات الميزة. يتم فصل الميزات حسب فئتها.
يتم سرد معلمات فئة الميزة في العمود الثاني. يتم سرد جميع الميزات المحددة لهذه الفئة في العمود الثالث. يعرض العمود الخامس المعالجة المسبقة التي تم تطبيقها على الميزات، ويعرض العمود السادس معلمات المعالجة المسبقة.
بمجرد إتقانها ، يمكن استخدام هذه الأداة لاستخراج بيانات النسيج بكفاءة من الصور الطبية. من المهم أن تتذكر مراجعة جميع البيانات بعناية، بما في ذلك التأكد من أهمية المعالجة المسبقة وإعدادات الميزات الأخرى. على سبيل المثال ، استخدم أداة مراجعة IBEX لمراجعة صور ما بعد المعالجة بعناية.
بعد تطويرها ، مهدت هذه التقنية الطريق للباحثين في مجال الأشعة لاستكشاف استخدام الصور لتقسيم المرضى إلى طبقات للحصول على نتائج مثل المراقبة الإقليمية المحلية ومرضى السرطان. بعد مشاهدة هذا الفيديو ، يجب أن يكون لديك فهم جيد لكيفية استخدام IBEX لاستخراج ميزات الصورة من الصور الطبية. يمكنك بعد ذلك وضع ميزات الصور هذه في مناهج إحصائية أو تعلم آلي لتعلم شيء عن النمط الظاهري للورم.
View the full transcript and gain access to thousands of scientific videos
نظرة عامة
IBEX هو أداة مفتوحة المصدر مصممة لدراسات راديوميات التصوير الطبي، مما يتيح استخراج ميزات الصورة الكمية المتعلقة بالشكل والملمس. تسهّل هذه الأداة تحليل عدم اليقين وبناء النماذج في أبحاث الراديوميات.
مكونات الدراسة الرئيسية
مجال العلم
- التصوير الطبي
- الراديوميات
- التحليل الكمي
الخلفية
- تتضمن الراديوميات استخراج ميزات من الصور الطبية للتنبؤ بنتائج المرضى.
- IBEX سهل الاستخدام ولديه تاريخ من التطبيق في النماذج التنبؤية.
- تدعم الأداة البحث في فهم استجابات الأورام للعلاجات.
- يمكنها قياس التغيرات في الأنسجة طوال فترة العلاج.
هدف الدراسة
- توفير أداة شاملة لاستخراج ميزات الصورة في الراديوميات.
- تعزيز فهم الارتباطات بين ميزات الصورة ونتائج المرضى.
- دعم تحليل عدم اليقين في بناء النماذج.
الطرق المستخدمة
- استخراج ميزات الصورة الكمية باستخدام IBEX.
- تحليل ميزات الشكل والملمس من خلال فئات مصفوفة التماثل في المستوى الرمادي.
- تطبيق الراديوميات في تقييم استجابات علاج الأورام.
- عرض الأعمال المنشورة التي تستخدم IBEX لتحليل عدم اليقين.
النتائج الرئيسية
- IBEX يسهل استخراج ميزات الصورة ذات الصلة للنمذجة التنبؤية.
- أظهر إمكانية توفير رؤى حول أنماط الأورام.
- أبرز سهولة استخدام الأداة وطبيعتها مفتوحة المصدر.
- عرض تطبيقات ناجحة في البحوث السريرية.
الاستنتاجات
- IBEX هو مورد قيم للباحثين في مجال الراديوميات.
- تعزز الأداة القدرة على تحليل وتفسير بيانات التصوير الطبي.
- تدعم تطوير النماذج التي يمكن أن تفيد في قرارات العلاج.
الأسئلة الشائعة
Executive Industry Relevance
Quantitative radiomics platforms like IBEX enable biopharma teams to extract reproducible imaging biomarkers, supporting mechanistic de-risking and predictive model development in oncology and other therapeutic areas. Standardized feature extraction from DICOM images enhances translational continuity and informs early go/no-go decisions for biomarker-driven portfolios. IBEX's open-source, parameterized workflow supports scalable, cross-study imaging analytics for enterprise R&D.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables systematic extraction of imaging features for hypothesis-driven biomarker discovery.
- Supports mechanistic de-risking by quantifying tumor phenotype and tissue heterogeneity.
- Facilitates robust target validation through standardized, quantitative imaging outputs.
Screening & Assay Development
- Prepares validated imaging feature sets for downstream statistical and machine learning analyses.
- Ensures reproducibility and comparability of quantitative outputs across studies and cohorts.
- Enables scalable screening of imaging biomarkers for predictive model integration.
Translational & Preclinical Research
- Aligns imaging feature extraction with translational biomarker strategies in preclinical and clinical datasets.
- Supports continuity from discovery imaging to survival model development and outcome stratification.
- Reduces translational risk by standardizing feature calculation and parameter documentation.
Pipeline & Workflow Integration
IBEX integrates into the imaging biomarker pipeline from early discovery through translational research, supporting feature extraction, data harmonization, and model-ready output generation.
- Discovery Biology: Quantitative feature extraction enables hypothesis testing and pathway analysis in imaging datasets.
- Screening: Standardized preprocessing and feature selection ensure assay readiness and reproducibility.
- Analytics: Spreadsheet outputs provide structured, quantitative data for statistical comparison and model building.
- Translational Research: Supports biomarker alignment and risk-adjusted advancement decisions in preclinical and clinical imaging studies.
- Enterprise Reuse: Open-source architecture and parameter transparency facilitate cross-project and cross-site adoption.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in imaging biomarker research.
- Operational Value: Delivers standardized, reproducible, and scalable imaging feature extraction workflows.
- Strategic Value: Improves go/no-go decision quality and capital efficiency by enabling robust imaging analytics.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of biomarker-driven programs.
Implementation Considerations
- Requires expertise in imaging analysis and radiomics feature interpretation.
- Needs access to DICOM imaging data and compatible computational infrastructure.
- Demands cross-team standardization of preprocessing and feature selection parameters.
- Adaptation across imaging modalities and disease models may require parameter optimization.
- Careful review of preprocessing and feature settings is critical for reproducibility and data integrity.
