January 8th, 2018
우리 아이 벡 스, 의료 이미징 radiomics 연구, 그리고이 도구를 사용 하는 방법에 대 한 설계는 오픈 소스 도구를 설명 합니다. 또한, 불확실성 분석에 대 한 벡 스를 사용 하 고 건물 모델 일부 출판된 작품 전시 됩니다.
이 소프트웨어 도구의 전반적인 목표는 그레이 레벨 동시 발생 매트릭스 범주와 같은 모양이나 질감에 속하는 정량적 이미지 기능을 추출하는 것입니다. 이 도구는 라디오믹스 분야의 몇 가지 주요 질문에 답하는 데 사용할 수 있습니다. 예를 들어, 정량적 이미지 특징을 추출하고 이러한 특징과 방사선 치료에서 환자 결과 간의 상관 관계를 확인할 수 있습니다.
이 기술의 가장 큰 장점은 오픈 소스이고 사용하기 쉬우며 사람들이 예측 모델에서 사용할 기능을 추출하는 데 사용한 오랜 역사가 있다는 것입니다. 레디오믹스는 특정 치료에 대한 종양의 반응 가능성에 대한 정보를 제공할 수 있는 잠재력을 가지고 있으므로 의료진이 대체 치료법의 적절성을 결정할 때 사용할 수 있는 추가 정보를 제공할 수 있습니다. Radiomics는 종양 표현형에 대한 통찰력을 제공할 수 있으며, 치료 전반에 걸쳐 더 많은 조직의 변화를 quanitfy하는 것과 같은 동종에도 적용될 수 있습니다.
일반적으로 이 방법을 처음 사용하는 개인은 비트 심도 리샘플링과 같은 다양한 기능에 대해 올바른 설정을 선택하는 것이 중요하기 때문에 어려움을 겪을 것이므로 이에 주의를 기울이는 것이 중요합니다. 시각적 시연은 많은 단계와 세부 사항이 있으므로 매우 중요합니다. 세부 사항에 대한 세심한 주의는 방사선 연구에서 좋은 결과를 얻기 위해 중요합니다.
먼저 함께 제공되는 텍스트 프로토콜에 설명된 IBEX를 설치합니다. 설치가 완료되면 IBEX를 로드하고 새 사용자를 만들어 데이터를 가져오고 저장합니다. 그런 다음 가져오기 아이콘을 클릭하고 형식 이름을 클릭하여 DICOM 또는 Pinnacle 파일 버전 9 형식을 선택한 후 다음을 클릭합니다.
모든 환자를 한 번에 가져오려면 오른쪽 상단 모서리에 있는 배치 폴더 상자를 선택한 다음 나열된 디렉토리 옆에 있는 더 보기 버튼을 클릭합니다. 해당 DICOM 이미지 및 방사선 DICOM 구조 파일이 있는 모든 환자 폴더가 포함된 폴더를 선택합니다. 마지막으로 종료 버튼을 클릭합니다.
시작하려면 먼저 데이터 아이콘을 클릭하여 환자 파일을 로드합니다. 그런 다음 환자 선택 섹션에서 원하는 환자 파일을 클릭하여 엽니다. 그런 다음 이미지 세트 선택 섹션에서 원하는 환자 파일의 이미지 세트를 클릭한 다음 열기 버튼을 클릭합니다.
화살표를 사용하여 축방향, 관상형 및 시상면 보기에 표시된 이미지를 스크롤합니다. 그런 다음 확대/축소 버튼을 선택하고 확대/축소할 이미지 평면에 상자를 그립니다. 이미지를 마우스 오른쪽 버튼으로 클릭하여 축소합니다.
그런 다음 창 수준 버튼을 클릭합니다. 다른 버튼이 나타나면 왼쪽과 오른쪽을 원하는 영역으로 드래그하거나 새 창 하단의 창 및 레벨 상자에 창 레벨을 수동으로 입력합니다. 왼쪽의 첫 번째 드롭다운 메뉴를 사용하여 다른 창 수준을 선택합니다.
CT에는 8가지 옵션이 있고 PET에는 1가지 옵션이 있습니다. 관심 영역 옆에 있는 상자를 클릭하여 관심 영역을 시각화하여 이미지에서 볼 수 있도록 하거나 모든 관심 영역을 켜려면 On All ROIs" 버튼을 클릭합니다. 다음으로, 등고선을 보기 위해 데이터 세트를 준비합니다.
이렇게 하려면 먼저 데이터 세트 표시 버튼을 클릭하여 데이터 세트의 윤곽을 봅니다. 데이터 세트가 표시되면 창을 닫습니다. 방금 가져온 환자가 있는 새 사용자이므로 아직 생성된 데이터 세트가 없습니다.
그런 다음 이름 옆에 있는 확인란을 클릭하여 데이터 세트에 추가할 윤곽을 선택하고 데이터 세트에 추가 버튼을 클릭합니다. 데이터 세트의 이름을 클릭하여 윤곽을 추가하거나 새 데이터 세트에 대한 새 버튼을 클릭합니다. 새로 만들기를 선택한 경우 새 창에 데이터 집합의 이름을 입력하고 확인 단추를 클릭합니다.
완료되면 종료 버튼을 클릭하여 환자 및 스캔 목록으로 돌아갑니다. 기능 아이콘을 클릭하고, 원하는 경우 추가 버튼을 클릭하고 새 창의 드롭다운 메뉴에서 전처리 옵션을 선택하여 전처리를 추가합니다. 그런 다음 Parameters 아래의 i를 클릭하여 전처리 매개변수를 선택합니다.
값 열 아래의 숫자를 선택하고 새 매개 변수 값을 입력한 다음 확인 버튼을 클릭합니다. 전처리 방법 및 특정 매개변수에 대한 설명을 보려면 오른쪽 상단 모서리에 있는 물음표 버튼을 클릭하십시오. 만족스러우면 추가 버튼을 클릭하여 전처리 단계를 추가합니다.
원하지 않는 전처리 단계를 삭제하려면 전처리 단계를 선택하고 삭제를 클릭합니다. 기능 범주 메뉴의 이웃 강도 차이 25 기능 범주에서 회색 수준 반복 행렬 25를 선택하여 2.5D에서 회색 수준 동시 발생 행렬 및 이웃 강도 차이 행렬을 각각 계산합니다. 이것은 각 슬라이스에 대해 개별적으로 계산 한 다음 모든 행렬을 함께 합산하여 수행됩니다.
또 다른 옵션은 네이버 강도 차이 3개 피쳐 범주에서 그레이 레벨 동시 발생 3을 선택하여 그레이 레벨 동시 발생 매트릭스와 이웃 강도 차이 매트릭스를 각각 3D로 계산하는 것입니다. I를 클릭하면 해당 피쳐 범주에 대해 선택된 매개변수가 표시됩니다. 매개변수를 변경하려면 새 값을 입력하고 확인 버튼을 클릭합니다.
자세한 내용을 보려면 오른쪽 상단 모서리에 있는 물음표를 클릭하십시오. 모든 매개변수가 올바르게 설정되면 테스트 버튼을 클릭하여 원하는 기능 또는 범주 옆에 있는 버튼을 클릭하여 기능 범주 또는 특정 기능을 봅니다. 테스트를 보려는 데이터 세트를 선택하고 열기 버튼을 클릭합니다.
선택한 데이터 세트에서 환자 옆에 있는 상자를 선택하고 테스트 버튼을 클릭합니다. 테스트에 만족하면 창을 닫습니다. 선택한 범주에 대해 원하지 않는 피쳐를 선택 취소합니다.
모든 기능을 선택 취소하려면 세트 2, 기능에서 기능"이라는 단어를 클릭하십시오. 선택한 전처리와 함께 선택한 모든 기능을 추가하려면 Add to feature set(기능 세트에 추가) 버튼을 클릭합니다. 이름과 기능 집합을 선택하고 열기 단추를 클릭하거나, 이러한 기능을 새 집합에 추가하려면 새 단추를 클릭합니다.
새 창에 기능 세트의 이름을 입력하고 확인을 클릭합니다. 그런 다음 show feature set 버튼을 클릭하여 해당 전처리 기술이 적용된 기능을 봅니다. 보려는 기능 집합을 선택하고 열기를 클릭합니다. 드롭다운 메뉴에서 전처리 파라미터와 기능 범주를 관찰합니다.
매개변수 아래의 I 버튼을 클릭하여 편집하십시오. 완료되면 창을 닫습니다. 기본 기능 창에서 데이터 세트 표시 버튼을 클릭하여 현재 데이터 세트를 봅니다.
그런 다음 보려는 데이터 세트를 선택하고 열기 버튼을 클릭합니다. 완료되면 종료 버튼을 클릭합니다. 출력을 준비하려면 먼저 결과 아이콘을 클릭한 다음 1단계에서 기능을 실행할 데이터 세트를 클릭하고 2단계에서 선택한 데이터에서 실행할 기능 세트를 클릭합니다.
그런 다음 데이터 보기 버튼을 클릭하여 선택한 데이터 세트를 확인한 다음 보기 기능 버튼을 클릭하여 선택한 기능 세트를 봅니다. 마지막으로 compute and save result 버튼을 클릭합니다. 결과의 파일 이름을 입력하고 저장을 선택합니다.
IBEX의 출력은 세 개의 시트가 있는 스프레드시트입니다. 여기에 표시된 것은 이 자습서 비디오에서 실행된 것보다 더 많은 관심 영역과 선택된 기능이 있는 더 복잡한 출력입니다. 첫 번째 시트에는 데이터 세트에 배치된 각 관심 영역에 대한 기능 값이 포함되어 있습니다.
그레이 레벨 동시 발생 매트릭스 및 그레이 레벨 런 길이 매트릭스 기능의 경우, 매트릭스가 계산되는 각 방향에 대한 값과 333으로 지정된 모든 방향에 걸친 평균 매트릭스가 출력됩니다. 네 번째 행은 기능 범주를 나타내고, 다섯 번째 행은 인덱스, 이미지, 관심 영역, MRN 또는 특정 기능을 지정한 해당 열의 헤더를 나타냅니다. 두 번째 시트에는 데이터 정보가 포함되어 있습니다.
이는 관심 영역을 얻은 이미지에 대한 정보(예: X, Y 및 Z 복실 차원)입니다. 세 번째 시트에는 피쳐 정보가 포함되어 있습니다. 기능은 범주별로 구분됩니다.
피쳐 범주에 대한 매개변수는 두 번째 열에 나열되어 있습니다. 해당 범주에 대해 선택한 모든 기능이 세 번째 열에 나열됩니다. 다섯 번째 열은 피처에 적용된 전처리를 보여주고, 여섯 번째 열은 전처리를 위한 매개변수를 보여줍니다.
마스터하면 이 도구를 사용하여 의료 이미지에서 텍스처 데이터를 효율적으로 추출할 수 있습니다. 전처리 및 기타 기능 설정이 중요한지 확인하는 것을 포함하여 모든 데이터를 주의 깊게 검토하는 것을 기억하는 것이 중요합니다. 예를 들어, IBEX 검토 도구를 사용하여 후처리 이미지를 주의 깊게 검토합니다.
개발 후 이 기술은 방사선학 분야의 연구자들이 국소 통제 및 암 환자와 같은 결과를 위해 환자를 계층화하기 위해 이미지를 사용하는 방법을 탐구할 수 있는 길을 열었습니다. 이 비디오를 시청한 후에는 IBEX를 사용하여 의료 이미지에서 이미지 특징을 추출하는 방법을 잘 이해하게 될 것입니다. 그런 다음 이러한 이미지 기능을 통계 또는 기계 학습 접근 방식에 적용하여 종양 표현형에 대해 배울 수 있습니다.
View the full transcript and gain access to thousands of scientific videos
IBEX는 의료 영상 라디오믹스 연구용으로 설계된 오픈 소스 도구로, 모양 및 질감과 관련된 정량적 영상 특징을 추출할 수 있습니다. 이 도구는 라디오믹스 연구에서 불확실성 분석과 모델 구축을 용이하게 합니다.
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.