使用影像生物标志物探索器（IBEX）进行放射组学的指南与经验

摘要

我们介绍了IBEX，一种用于医学影像放射组学研究的开源工具，以及如何使用该工具。此外，还展示了一些已发表的研究工作，这些研究利用IBEX进行不确定性分析和模型构建。

摘要

成像生物标志物探索器（Imaging Biomarker Explorer，IBEX）是一款用于医学影像放射组学研究的开源工具。本文旨在介绍如何使用IBEX的图形用户界面（GUI），并展示IBEX计算所得特征在临床研究中的应用。IBEX支持导入DICOM图像及其对应的DICOM放射治疗结构文件，或Pinnacle文件。图像导入后，用户可通过数据选择图形界面中的工具对图像显示进行调节，测量体素值和距离，并创建和编辑轮廓。IBEX提供27种预处理方法和132种特征选项，用于设计特征集。每种预处理方法和特征类别均包含可调整的参数。IBEX的输出结果为一个电子表格，内容包括：1）数据集中每个轮廓所计算出的各特征值；2）数据集中每个轮廓的图像相关信息；3）所用预处理方法和特征及其选定参数的汇总信息。已有研究应用IBEX计算出的特征，评估不同成像条件下特征的变异性，并构建生存预测模型，以改进现有的临床模型。

引言

在医学领域，患者的疾病诊断通常需要结合大量诊断性检查，例如X射线、超声、计算机断层扫描（CT）、磁共振成像（MRI）和正电子发射断层扫描（PET），以协助制定患者的诊疗方案。尽管医生通常通过这些影像进行定性评估以判断病情，但仍可能存在可提取的定量特征，用于进一步指导临床决策。其理论依据在于，这些特征可能反映了在宏观尺度上表达的蛋白质组学和基因组学模式¹将这些定量信息与现有的临床信息相结合， 例如患者人口统计学特征可能有助于实现更个性化的患者护理。这正是影像组学背后的理论基础：在体素层面对图像进行特征分析。这些特征通常分为五个主要类别：灰度共生矩阵、灰度游程长度矩阵、邻域强度差异矩阵、直方图和形态学特征。

成像生物标志物探索器（Imaging Biomarker Explorer，IBEX）是一款开源的放射组学分析工具²。该图形用户界面（GUI）由MD安德森癌症中心开发，旨在促进定量特征的提取与计算，以辅助癌症诊疗中的决策过程。其源代码³和独立运行版本⁴均可在线获取。IBEX可计算医学放射组学中常用的5类特征，每类特征的参数均可单独设置。这5类特征包括：灰度共生矩阵⁵、灰度游程长度矩阵^6<....

方案

1. 安装 IBEX

注意：如需安装源代码版本，请转至步骤 1.1；或者，如需安装独立版本，请转至步骤 1.2。

1. 源代码版本
   1. 访问 IBEX 源代码版本网站³，下载 "IBEX_Source.zip" 和 "How_to_use.pdf" 文件。查阅 "How_to_use.pdf" 文件，了解使用最新 IBEX 版本的先决条件。
      注：IBEX 仅支持 32 位和 64 位的 Matlab 版本 2011a 和 2014b。
   2. 下载完成后，解压 "IBEX_Source.zip"，并将 \IBEX_Source 文件夹添加到本地路径中。
      注：有关如何添加路径的说明，可参见软件参考页面中关于 "add path"²⁶ 的文档。
   3. 在命令窗口中输入 "IBEXMain" 以启动 IBEX。
2. 独立运行版本
   1. 访问 IBEX 独立运行版本网站⁴。若首次安装 IBEX，请进入 "Depen....

结果

IBEX 的输出结果为一个电子表格（见图 4），其中包含三个工作表标签。“结果”标签页包含数据集中每个感兴趣区域（ROI）的特征值（图 4A）。“数据信息”标签页包含来自数据集中每个感兴趣区域（ROI）所获取图像的相关信息（图 4B）。“特征信息”标签页则列出了所选特征类别及其对应预处理方法所使用的全部特征参数的详细列表（图 4C）。

IBEX 从医学图像中计算出的特征已在多个场景中得到应用。Hunter et al. 使用 IBEX 的早期版本识别了稳健的图像特征

讨论

IBEX 是一种用于医学影像放射组学研究的强大工具。迄今为止，它主要被 MD 安德森放射组学团队在放射肿瘤学相关研究中使用。IBEX 支持对感兴趣区域（ROI）进行操作，并可在五大主要特征类别内计算特征。IBEX 的源代码版本允许用户开发尚未集成到 IBEX 中的应用程序，例如灰度区域矩阵特征。

IBEX 的主要步骤包括图像导入、感兴趣区域（ROI）的轮廓勾画、数据集 ROI 的选择以及特征集的创建。准确的轮廓勾画至关重要，因为特征值仅在这些区域内进行计算，因此不准确的轮廓将导致特征值的偏差。由此，在基于不准确轮廓所计算出的特征与研究结局之间发现的任何关联均可能是虚假的。特征参数的选择同样是一个关键步骤。例如，灰度共生矩阵的步长设置会直接影响由该矩阵计算出的特征值。这种影响可能取决于图像类型（即，MRI、CT 或 PET）、研究部位（例如，非小细胞肺癌 vs. 头颈部）以及研究目的（例如，构建生存预测模型 vs. 将影像特征与基因组学关联）。特征参数的选择应基于物理或生物学依据，例如，是否存在生物学理由支持在共.......

材料

本文使用的材料清单

姓名	公司	目录编号	评论
Excel	Microsoft Office		任何版本的 Excel 均可使用。
Matlab	MathWorks		仅可在 32 位 Matlab 2011a 或 64 位 Matlab 2014b 上使用 IBEX。