January 8th, 2018
Wir beschreiben Steinbock, ein Open Source Tool für medizinische bildgebende Radiomics und wie Sie dieses Tool verwenden. Darüber hinaus sind einige Veröffentlichungen, die IBEX für Unsicherheitsanalyse verwendet und Modell Gebäude präsentiert.
Das übergeordnete Ziel dieses Software-Tools ist es, quantitative Bildmerkmale zu extrahieren, die in Form oder Textur fallen, wie z. B. Graustufen-Kookkurrenzmatrixkategorien. Dieses Tool kann verwendet werden, um einige Schlüsselfragen im Bereich der Radiomik zu beantworten. Sie können beispielsweise quantitative Bildmerkmale extrahieren und Korrelationen zwischen ihnen und den Patientenergebnissen in der Strahlentherapie untersuchen.
Der Hauptvorteil dieser Technik besteht darin, dass sie Open Source ist, einfach zu bedienen ist und eine lange Geschichte von Menschen hat, die sie zum Extrahieren von Merkmalen für die Verwendung in prognostischen Modellen verwenden. Die Radiomik hat das Potenzial, Informationen über das wahrscheinliche Ansprechen eines Tumors auf bestimmte Behandlungen zu liefern, und kann daher zusätzliche Informationen liefern, die das klinische Personal bei der Bestimmung der Angemessenheit alternativer Behandlungen verwenden kann. Die Radiomik kann Aufschluss über den Tumorphänotyp geben, sie kann aber auch auf Allosistanzen angewendet werden, wie z. B. die Qualifizierung von Veränderungen von mehr Gewebe während der Behandlung.
Im Allgemeinen werden Personen, die mit dieser Methode noch nicht vertraut sind, Schwierigkeiten haben, da die Auswahl der richtigen Einstellungen für die verschiedenen Funktionen wie das Bittiefen-Resampling wichtig ist, daher ist es wichtig, auf diese zu achten. Eine visuelle Demonstration ist von entscheidender Bedeutung, da es viele Schritte und Details gibt. Sorgfältige Detailgenauigkeit ist wichtig für gute Ergebnisse in radiomischen Studien.
Um zu beginnen, installieren Sie IBEX, das im begleitenden Textprotokoll beschrieben ist. Laden Sie nach der Installation IBEX und erstellen Sie einen neuen Benutzer, um Ihre Daten zu importieren und zu speichern. Klicken Sie anschließend auf das Importsymbol und wählen Sie entweder das DICOM- oder das Pinnacle-Dateiformat Version neun aus, indem Sie auf den Namen des Formats klicken, und klicken Sie dann auf Weiter.
Um alle Patienten auf einmal zu importieren, aktivieren Sie das Kontrollkästchen für den Stapelordner in der oberen rechten Ecke und klicken Sie dann auf die Schaltfläche Mehr neben dem aufgelisteten Verzeichnis. Wählen Sie den Ordner aus, der alle Patientenordner mit den entsprechenden DICOM-Bildern und Strahlungs-DICOM-Strukturdateien enthält. Klicken Sie abschließend auf die Schaltfläche "Beenden".
Laden Sie zunächst eine Patientenakte, indem Sie zunächst auf das Datensymbol klicken. Klicken Sie dann im Abschnitt Patient auswählen auf die gewünschte Patientenakte, um sie zu öffnen. Klicken Sie anschließend im Abschnitt Bildsatz auswählen auf den Bildsatz der gewünschten Patientenakte und dann auf die Schaltfläche Öffnen.
Verwenden Sie die Pfeile, um durch die Bilder zu scrollen, die in der axialen, koronalen und sagittalen Ansicht angezeigt werden. Wählen Sie dann die Zoom-Schaltfläche aus und zeichnen Sie ein Feld auf der Bildebene, um zu zoomen. Klicken Sie mit der rechten Maustaste auf das Bild, um es zu verkleinern.
Klicken Sie anschließend auf die Schaltfläche auf Fensterebene. Eine weitere Schaltfläche wird angezeigt, wenn dies der Fall ist, ziehen Sie die linke und rechte Seite in den gewünschten Bereich oder geben Sie die Fensterebene manuell in die Fenster- und Ebenenfelder am unteren Rand des neuen Fensters ein. Wählen Sie verschiedene Fensterebenen über das erste Dropdown-Menü auf der linken Seite aus.
Es gibt acht Optionen für CT und eine Option für PET. Visualisieren Sie die Interessenbereiche, indem Sie auf das Kästchen neben dem Interessenbereich klicken, um ihn auf den Bildern sichtbar zu machen, oder klicken Sie auf die Schaltfläche "Alle ROIs", um alle Interessenbereiche zu aktivieren. Bereiten Sie als Nächstes den Datensatz vor, um die Konturlinien anzuzeigen.
Um dies zu erreichen, klicken Sie zunächst auf die Schaltfläche Datensatz anzeigen, um die Konturen im Datensatz anzuzeigen. Sobald die Datensätze angezeigt wurden, schließen Sie das Fenster. Dies ist ein neuer Benutzer mit gerade importierten Patienten, daher haben wir noch keine Datensätze erstellt.
Wählen Sie dann die Konturen aus, die dem Datensatz hinzugefügt werden sollen, indem Sie auf das Kontrollkästchen neben dem Namen klicken, und klicken Sie auf die Schaltfläche Zum Datensatz hinzufügen. Klicken Sie auf den Namen des Datensatzes, um die Konturen hinzuzufügen, oder klicken Sie auf die Schaltfläche Neu für einen neuen Datensatz. Wenn Neu ausgewählt ist, geben Sie den Namen des Datasets im neuen Fenster ein, und klicken Sie dann auf die Schaltfläche OK.
Wenn Sie fertig sind, klicken Sie auf die Schaltfläche "Beenden", um zur Liste der Patienten und Scans zurückzukehren. Klicken Sie auf das Feature-Symbol und fügen Sie bei Bedarf eine Vorverarbeitung hinzu, indem Sie auf die Schaltfläche Hinzufügen klicken und die Vorverarbeitungsoption aus dem Dropdown-Menü im neuen Fenster auswählen. Klicken Sie anschließend auf das i unter Parameter, um die Vorverarbeitungsparameter auszuwählen.
Wählen Sie die Zahl in der Spalte Wert aus, geben Sie den neuen Parameterwert ein, und klicken Sie dann auf die Schaltfläche OK. Für eine Beschreibung der Vorverarbeitungsmethode und der spezifischen Parameter klicken Sie auf die Fragezeichen-Schaltfläche in der oberen rechten Ecke. Wenn Sie zufrieden sind, klicken Sie auf die Schaltfläche Hinzufügen, um den Vorverarbeitungsschritt hinzuzufügen.
Um unerwünschte Vorverarbeitungsschritte zu löschen, wählen Sie den Vorverarbeitungsschritt aus und klicken Sie auf Löschen. Wählen Sie im Menü "Merkmalskategorien" die Graustufen-Kokurrenzmatrix 25 in den Merkmalskategorien "Nachbarinstensitätsdifferenz 25" aus, um die Graustufen-Kookkurrenzmatrix bzw. die Nachbarschaftsintensitätsdifferenzmatrix in 2,5D zu berechnen. Dies wird erreicht, indem auf jeder Schicht einzeln gerechnet und dann alle Matrizen addiert werden.
Eine weitere Möglichkeit besteht darin, die Graustufen-Kookkurrenz drei in den benachbarten Intensitätsdifferenz-drei Feature-Kategorien auszuwählen, um die Graustufen-Kookkurrenzmatrix bzw. die Nachbarschaftsintensitätsdifferenzmatrix in 3D zu berechnen. Klicken Sie auf das I, um die ausgewählten Parameter für diese Feature-Kategorie anzuzeigen. Um einen Parameter zu ändern, geben Sie den neuen Wert ein und klicken Sie auf die Schaltfläche OK.
Für weitere Informationen klicken Sie auf das Fragezeichen in der oberen rechten Ecke. Sobald alle Parameter richtig eingestellt sind, klicken Sie auf die Schaltfläche Test, um eine Feature-Kategorie oder ein bestimmtes Feature anzuzeigen, indem Sie auf die Schaltfläche neben dem gewünschten Feature oder der gewünschten Kategorie klicken. Wählen Sie das Dataset aus, für das der Test angezeigt werden soll, und klicken Sie dann auf die Schaltfläche Öffnen.
Aktivieren Sie das Kontrollkästchen neben den Patienten aus dem ausgewählten Datensatz und klicken Sie auf die Schaltfläche Test. Schließen Sie das Fenster, wenn Sie mit dem Test zufrieden sind. Deaktivieren Sie alle unerwünschten Funktionen für die ausgewählte Kategorie.
Um alle Funktionen zu deaktivieren, klicken Sie auf das Wort "Funktionen" unter Satz zwei, Funktionen. Um alle ausgewählten Features mit der ausgewählten Vorverarbeitung hinzuzufügen, klicken Sie auf die Schaltfläche Zu Feature-Set hinzufügen. Wählen Sie den Namen und die Funktionsgruppe aus, und klicken Sie auf die Schaltfläche Öffnen, oder klicken Sie auf die Schaltfläche Neu, um diese Funktionen zu einer neuen Gruppe hinzuzufügen.
Geben Sie im neuen Fenster den Namen des Feature-Sets ein, und klicken Sie auf OK. Klicken Sie anschließend auf die Schaltfläche Feature-Set anzeigen, um Features mit den entsprechenden Vorverarbeitungstechniken anzuzeigen. Wählen Sie die anzuzeigende Funktionsgruppe aus, und klicken Sie dann auf Öffnen. Beobachten Sie die Vorverarbeitungsparameter und Feature-Kategorien in Dropdown-Menüs.
Bearbeiten Sie sie, indem Sie unter Parameter auf die Schaltfläche I klicken. Wenn Sie fertig sind, schließen Sie das Fenster. Klicken Sie im Hauptfunktionsfenster auf die Schaltfläche Datensatz anzeigen, um die aktuellen Datensätze anzuzeigen.
Wählen Sie dann den Datensatz aus, der angezeigt werden soll, und klicken Sie dann auf die Schaltfläche Öffnen. Wenn Sie fertig sind, klicken Sie auf die Schaltfläche "Beenden". Um die Ausgabe vorzubereiten, klicken Sie zuerst auf das Ergebnissymbol, dann klicken Sie unter Schritt eins auf den Datensatz, auf dem die Funktionen ausgeführt werden sollen, und klicken Sie auf den Funktionssatz, der im zweiten Schritt auf den ausgewählten Daten ausgeführt werden soll.
Klicken Sie anschließend auf die Schaltfläche Daten anzeigen, um den ausgewählten Datensatz anzuzeigen, gefolgt von der Schaltfläche Funktion anzeigen, um den ausgewählten Funktionssatz anzuzeigen. Klicken Sie abschließend auf die Schaltfläche Ergebnis berechnen und speichern. Geben Sie den Dateinamen für die Ergebnisse ein, und wählen Sie Speichern aus.
Die Ausgabe von IBEX ist eine Tabellenkalkulation mit drei Blättern. Hier sehen Sie eine kompliziertere Ausgabe mit mehr interessanten Bereichen und ausgewählten Features, als in diesem Tutorial-Video ausgeführt wurde. Das erste Blatt enthält die Feature-Werte für jeden Interessenbereich, der im Datensatz platziert wurde.
Für die Features "Graustufen-Kookkurrenzmatrix" und "Graustufen-Lauflängenmatrix" wird für jede Richtung, in der die Matrix berechnet wird, ein Wert sowie eine durchschnittliche Matrix über alle Richtungen ausgegeben, die als 333 gekennzeichnet ist. In der vierten Zeile wird die Feature-Kategorie angegeben, und in der fünften Zeile wird die Kopfzeile für diese Spalte angegeben, die entweder für den Index, das Bild, den Interessenbereich, die MRN oder ein bestimmtes Feature angegeben ist. Das zweite Blatt enthält die Dateninformationen.
Dabei handelt es sich um Informationen über das Bild, aus dem der interessierende Bereich erhalten wurde, z. B. die Voxyldimensionen X, Y und Z. Das dritte Blatt enthält die Feature-Informationen. Die Funktionen sind nach ihrer Kategorie getrennt.
In der zweiten Spalte sind die Parameter für die Feature-Kategorie aufgeführt. Alle für diese Kategorie ausgewählten Funktionen werden in der dritten Spalte aufgelistet. Die fünfte Spalte zeigt die Vorverarbeitung, die auf die Features angewendet wurde, und die sechste Spalte zeigt die Parameter für die Vorverarbeitung.
Einmal gemeistert, kann dieses Tool verwendet werden, um die Texturdaten effizient aus medizinischen Bildern zu extrahieren. Es ist wichtig, daran zu denken, alle Daten sorgfältig zu überprüfen, einschließlich der Sicherstellung, dass die Vorverarbeitung und andere Funktionseinstellungen wichtig sind. Verwenden Sie beispielsweise das IBEX-Überprüfungstool, um die Nachbearbeitungsbilder sorgfältig zu überprüfen.
Nach ihrer Entwicklung ebnete diese Technik den Weg für Forscher auf dem Gebiet der Radiomik, um die Verwendung von Bildern zur Stratifizierung von Patienten für Ergebnisse wie lokale regionale Kontrolle und Krebspatienten zu erforschen. Nachdem Sie sich dieses Video angesehen haben, sollten Sie ein gutes Verständnis dafür haben, wie Sie IBEX verwenden, um Bildmerkmale aus medizinischen Bildern zu extrahieren. Sie können diese Bildmerkmale dann in statistische oder maschinelle Lernansätze einfließen lassen, um etwas über den Tumorphänotyp zu erfahren.
View the full transcript and gain access to thousands of scientific videos
IBEX ist ein Open-Source-Tool, das für radiomics Studien in der medizinischen Bildgebung entwickelt wurde und die Extraktion quantitativer Bildmerkmale im Zusammenhang mit Form und Textur ermöglicht. Dieses Tool erleichtert die Unsicherheitsanalyse und Modellbildung in der Radiomics-Forschung.
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.
IBEX integrates into the imaging biomarker pipeline from early discovery through translational research, supporting feature extraction, data harmonization, and model-ready output generation.