Руководящие принципы и опыт использования изображений биомаркер Explorer (Козерог) для Radiomics
January 8th, 2018
Мы описываем ИБЕКС, открытым исходным кодом инструмент, предназначенный для медицинских изображений radiomics исследования и как использовать этот инструмент. Кроме того представлены некоторые опубликованных работ, которые использовали горные козлы для анализа неопределенности и модели здания.
Общая цель этого программного инструмента заключается в извлечении количественных особенностей изображения, которые попадают в форму или текстуру, такие как категории матрицы совместного появления уровня серого. Этот инструмент может быть использован для ответа на некоторые ключевые вопросы в области радиомики. Например, вы можете извлечь количественные характеристики изображения и посмотреть корреляцию между ними и результатами лечения пациента при лучевой терапии.
Основное преимущество этой методики заключается в том, что она имеет открытый исходный код, проста в использовании и имеет долгую историю использования людьми для извлечения признаков для использования в прогностических моделях. Радиомика обладает потенциалом для получения информации о вероятной реакции опухоли на определенные методы лечения и, следовательно, может предоставить дополнительную информацию, которую клинический персонал может использовать при определении целесообразности альтернативных методов лечения. Радиомика может дать представление о фенотипе опухоли, она также может быть применена к аллосистентности, такой как кванитификация изменений большего количества тканей на протяжении всего лечения.
Как правило, люди, плохо знакомые с этим методом, испытывают трудности, потому что выбор правильных настроек для различных функций, таких как передискретизация битовой глубины, важен, поэтому жизненно важно обратить на них внимание. Визуальная демонстрация имеет решающее значение, так как она состоит из множества шагов и деталей. Тщательное внимание к деталям важно для хороших результатов в радиомических исследованиях.
Для начала установите IBEX, описанный в сопроводительном текстовом протоколе. После установки загрузите IBEX и создайте нового пользователя, чтобы импортировать и сохранить свои данные. Затем нажмите на значок импорта и выберите формат файла DICOM или Pinnacle версии девять, щелкнув по названию формата, а затем нажмите кнопку «Далее».
Чтобы импортировать всех пациентов сразу, установите флажок «Папка пакета» в правом верхнем углу, а затем нажмите кнопку «Еще» рядом с указанным каталогом. Выберите папку, содержащую все папки пациентов с соответствующими изображениями DICOM и файлами структуры DICOM излучения. Наконец, нажмите кнопку выхода.
Для начала загрузите файл пациента, сначала щелкнув по значку данных. Затем в разделе выбора пациента нажмите на нужную карту пациента для открытия. Далее в разделе выбора набора изображений нажмите на набор изображений нужной карты пациента, а затем нажмите кнопку открыть.
Используйте стрелки для прокрутки изображений, которые отображаются в аксиальном, корональном и сагиттальном видах. Затем нажмите кнопку масштабирования и нарисуйте рамку на плоскости изображения, которую нужно увеличить. Щелкните правой кнопкой мыши по изображению, чтобы уменьшить масштаб.
Далее нажмите на кнопку уровня окна. Появится еще одна кнопка, когда это произойдет, перетащите левую и правую стороны в нужную область или вручную введите уровень окна в окне и поля уровней в нижней части нового окна. Выберите различные уровни окна с помощью первого выпадающего меню слева.
Существует восемь вариантов КТ и один вариант ПЭТ. Визуализируйте интересующие регионы, нажав на поле рядом с интересующей областью, чтобы сделать ее видимой на изображениях, или нажмите на кнопку «По всем ROI», чтобы включить все интересующие области. Далее подготовьте набор данных для просмотра контуров.
Для этого сначала нажмите кнопку «Показать набор данных», чтобы просмотреть контуры в наборе данных. После просмотра наборов данных закройте окно. Это новый пользователь с только что импортированными пациентами, поэтому у нас еще нет созданных наборов данных.
Затем выберите контуры для добавления в набор данных, установив флажок рядом с их названием, и нажмите кнопку «Добавить в набор данных». Щелкните по имени набора данных, чтобы добавить контуры, или нажмите кнопку «Создать», чтобы создать новый набор данных. Если выбран вариант «Новый», введите имя набора данных в новом окне, а затем нажмите кнопку «ОК».
Когда закончите, нажмите кнопку выхода, чтобы вернуться к списку пациентов и сканированию. Нажмите на значок функции и при желании добавьте предварительную обработку, нажав на кнопку «Добавить» и выбрав опцию предварительной обработки из выпадающего меню в новом окне. Затем нажмите на i в разделе Параметры, чтобы выбрать параметры предварительной обработки.
Выберите число в столбце значения, введите новое значение параметра и нажмите кнопку OK. Чтобы описать метод предварительной обработки и конкретные параметры, нажмите на кнопку с вопросительным знаком в правом верхнем углу. Когда все будет удовлетворено, нажмите кнопку «Добавить», чтобы добавить этап предварительной обработки.
Чтобы удалить нежелательные шаги предварительной обработки, выберите шаг предварительной обработки и нажмите кнопку «Удалить». В меню категорий объектов выберите матрицу соотношения уровней серого 25 в категориях признаков разницы интенсивности соседей 25 для вычисления матрицы совместного появления уровня серого и матрицы разницы интенсивности окрестности соответственно в 2.5D. Это достигается путем вычисления на каждом срезе по отдельности, а затем суммирования всех матриц вместе.
Другой вариант заключается в том, чтобы выбрать уровень серого три в трех категориях признаков разницы интенсивности соседей для вычисления матрицы совместного появления уровня серого и матрицы разницы интенсивности окрестности соответственно в 3D. Нажмите на кнопку I, чтобы увидеть выбранные параметры для этой категории признаков. Чтобы изменить параметр, введите новое значение и нажмите кнопку OK.
Для получения дополнительной информации нажмите на вопросительный знак в правом верхнем углу. После того, как все параметры будут правильно установлены, нажмите кнопку «Тест», чтобы просмотреть категорию функций или конкретную функцию, нажав на кнопку рядом с нужной функцией или категорией. Выберите набор данных для просмотра теста и нажмите кнопку «Открыть».
Поставьте галочку напротив пациентов из выбранного набора данных и нажмите кнопку теста. Закройте окно, как только будете удовлетворены проверкой. Снимите флажки со всех нежелательных функций для выбранной категории.
Чтобы снять флажки со всех функций, нажмите на слово «функции» в разделе «Набор два», «Функции». Чтобы добавить все выбранные объекты с выбранной предварительной обработкой, нажмите кнопку Добавить в набор функций. Выберите имя и набор функций и нажмите кнопку «Открыть» или, чтобы добавить эти функции в новый набор, нажмите кнопку «Создать».
Введите имя набора функций в новом окне и нажмите OK. Затем нажмите кнопку показать набор объектов, чтобы просмотреть объекты с соответствующими методами предварительной обработки. Выберите набор функций для просмотра и нажмите кнопку Открыть. Следите за параметрами предварительной обработки и категориями функций в выпадающих меню.
Отредактируйте их, нажав на кнопку I под параметрами. Когда закончите, закройте окно. В главном окне функции нажмите на кнопку «Показать набор данных», чтобы просмотреть текущие наборы данных.
Затем выберите набор данных для просмотра и нажмите кнопку «Открыть». Когда закончите, нажмите кнопку выхода. Чтобы подготовить выходные данные, сначала нажмите на значок результата, затем щелкните на наборе данных, на котором будут запущены функции, на первом шаге и на наборе функций, который будет запущен на выбранных данных, на втором шаге.
Затем нажмите кнопку просмотра данных, чтобы просмотреть выбранный набор данных, а затем кнопку просмотра функции, чтобы просмотреть выбранный набор функций. Наконец, нажмите кнопку «Вычислить и сохранить результат». Введите имя файла для результатов и нажмите кнопку Сохранить.
На выходе IBEX получается таблица из трех листов. Здесь показан более сложный вывод с большим количеством областей интереса и выбранными функциями, чем в этом обучающем видео. Первый лист содержит значения признаков для каждой области интереса, размещенной в наборе данных.
Для объектов матрицы совместного появления уровня серого и матрицы длины участка уровня серого выводится значение для каждого направления, в котором вычисляется матрица, а также усредненная матрица по всем направлениям, обозначенная как 333. В четвертой строке указана категория объекта, а в пятой строке указан заголовок для этого столбца, обозначенный индексом, изображением, областью интереса, MRN или конкретным объектом. Второй лист содержит информацию о данных.
Это информация об изображении, из которого была получена интересующая область, например, о воксильных размерах X, Y и Z. Третий лист содержит информацию о характеристике. Функции разделены по категориям.
Параметры для категории объектов перечислены во втором столбце. Все выбранные объекты для этой категории перечислены в третьем столбце. В пятом столбце отображается предварительная обработка, которая была применена к объектам, а в шестом столбце — параметры для предварительной обработки.
После освоения этот инструмент можно использовать для эффективного извлечения текстурных данных из медицинских изображений. Важно помнить о тщательном анализе всех данных, в том числе о важности предварительной обработки и других настроек функций. Например, используйте инструмент проверки IBEX, чтобы внимательно просмотреть изображения после обработки.
После своего развития этот метод проложил путь исследователям в области радиомики к изучению использования изображений для стратификации пациентов по таким результатам, как локальный региональный контроль и онкологические больные. После просмотра этого видео у вас должно сложиться хорошее понимание того, как использовать IBEX для извлечения особенностей изображения из медицинских изображений. Затем вы можете использовать эти особенности изображения в статистических подходах или подходах к машинному обучению, чтобы узнать что-то о фенотипе опухоли.
View the full transcript and gain access to thousands of scientific videos
Обзор
IBEX — это открытый инструмент, предназначенный для исследований радиомики в медицинских исследованиях, что позволяет извлекать количественные признаки изображений, связанные с формой и текстурой. Этот инструмент облегчает анализ неопределенности и создание моделей в исследованиях радиомики.
Основные компоненты исследования
Область науки
- Медицинские исследования
- Радиомика
- Количественный анализ
Фон
- Радиомика включает извлечение признаков из медицинских изображений для прогнозирования результатов для пациентов.
- IBEX является удобным для пользователя и имеет историю применения в прогностических моделях.
- Инструмент поддерживает исследования по пониманию реакции опухоли на лечение.
- Он может количественно оценивать изменения в тканях в течение лечения.
Цель исследования
- Обеспечить комплексный инструмент для извлечения признаков изображений в радиомике.
- Улучшить понимание корреляции между признаками изображений и результатами для пациентов.
- Поддерживать анализ неопределенности при построении моделей.
Используемые методы
- Извлечение количественных признаков изображений с использованием IBEX.
- Анализ признаков формы и текстуры через категории матрицы сопряженности уровней серого.
- Применение радиомики при оценке реакции опухоли на лечение.
- Примеры опубликованных работ, использующих IBEX для анализа неопределенности.
Основные результаты
- IBEX облегчает извлечение актуальных признаков изображений для прогностического моделирования.
- Демонстрирует потенциал для получения информации о фенотипах опухоли.
- Подчеркивает простоту использования инструмента и его открытый характер.
- Демонстрирует успешные применения в клинических исследованиях.
Выводы
- IBEX является ценным ресурсом для исследователей в области радиомики.
- Инструмент улучшает способность анализировать и интерпретировать данные медицинских исследований.
- Он поддерживает разработку моделей, которые могут информировать решения о лечении.
Часто задаваемые вопросы
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.
