Summary
हम औबेक्स, एक खुला स्रोत चिकित्सा इमेजिंग radiomics अध्ययन के लिए तैयार उपकरण का वर्णन है, और कैसे इस उपकरण का उपयोग करें । इसके अलावा, कुछ प्रकाशित काम करता है कि अनिश्चितता विश्लेषण और मॉडल के निर्माण के लिए औबेक्स का इस्तेमाल किया है प्रदर्शन कर रहे हैं ।
Abstract
इमेजिंग मार्कर एक्सप्लोरर (औबेक्स) मेडिकल इमेजिंग radiomics काम के लिए एक खुला स्रोत उपकरण है । इस समाचार पत्र का उद्देश्य है औबेक्स ग्राफिकल यूजर इंटरफेस (GUI) का उपयोग करने के लिए कैसे का वर्णन करने के लिए और कैसे औबेक्स परिकलित सुविधाओं नैदानिक अध्ययन में इस्तेमाल किया गया है प्रदर्शित करने के लिए है । औबेक्स DICOM विकिरण चिकित्सा संरचना फ़ाइलों या शिखर फ़ाइलों के साथ DICOM छवियों के आयात के लिए अनुमति देता है । एक बार छवियों का आयात कर रहे हैं, औबेक्स डेटा चयन जीयूआई के भीतर उपकरण है छवियों को देखने में हेरफेर, माप voxel मूल्यों और दूरी, और बनाने और आकृति संपादित करें । औबेक्स सुविधा सेट डिजाइन करने के लिए 27 से अधिक प्रक्रिया और १३२ सुविधा विकल्प के साथ आता है । प्रत्येक प्रक्रिया और सुविधा श्रेणी में पैरामीटर्स है जिंहें बदला जा सकता है । औबेक्स से उत्पादन एक स्प्रेडशीट है कि शामिल है: 1) सुविधा सेट से प्रत्येक सुविधा एक डेटा सेट में प्रत्येक समोच्च के लिए गणना की, 2) एक डेटा सेट में प्रत्येक समोच्च के बारे में छवि जानकारी, और 3) प्रक्रिया और उनके चयनित के साथ प्रयोग किया जाता सुविधाओं का सारांश पैरामीटर. औबेक्स से गणना की सुविधाओं के अध्ययन में इस्तेमाल किया गया है विभिन्न इमेजिंग शर्तों के तहत सुविधाओं की परिवर्तनशीलता परीक्षण और अस्तित्व के मॉडल में वर्तमान नैदानिक मॉडल में सुधार करने के लिए.
Introduction
चिकित्सा में, रोगी रोग निदान आमतौर पर एक्स-रे, अल्ट्रासाउंड, गणना टोमोग्राफी (सीटी), चुंबकीय अनुनाद इमेजिंग (एमआरआई), और पोजीट्रान उत्सर्जन टोमोग्राफी (पीईटी) के रूप में नैदानिक परीक्षा की एक बड़ी संख्या को शामिल करने का निर्धारण करने में सहायता करने के लिए स्कैन रोगी देखभाल के पाठ्यक्रम । जबकि चिकित्सकों इन छवियों का उपयोग करने के लिए गुणात्मक रोगी के निदान का आकलन, वहां अतिरिक्त मात्रात्मक सुविधाओं है कि रोगी देखभाल गाइड करने के लिए निकाला जा सकता हो सकता है । तर्क यह है कि इन सुविधाओं proteomic और जीनोमिक macroscopic स्केल1पर व्यक्त पैटर्न का प्रतिनिधित्व कर सकते हैं । वर्तमान नैदानिक जानकारी के साथ इस मात्रात्मक जानकारी का मेल, उदा, रोगी जनसांख्यिकी, अधिक व्यक्तिगत रोगी देखभाल की अनुमति दे सकता है । इस radiomics के पीछे सिद्धांत है: एक voxel स्तर पर छवियों की सुविधा विश्लेषण । ग्रे स्तर सह घटना मैट्रिक्स, ग्रे स्तर रन लंबाई मैट्रिक्स, पड़ोस तीव्रता अंतर मैट्रिक्स, हिस्टोग्राम, और आकार: विशेषताएं आमतौर पर 5 मुख्य श्रेणियों में गिर जाते हैं ।
इमेजिंग मार्कर एक्सप्लोरर (औबेक्स) radiomics काम2के लिए एक खुला स्रोत उपकरण है । चित्रमय उपयोगकर्ता इंटरफ़ेस (GUI) के एमडी एंडरसन कैंसर केंद्र में निष्कर्षण और मात्रात्मक सुविधाओं की गणना की सुविधा के लिए कैंसर की देखभाल में निर्णय लेने में सहायता करने के लक्ष्य के साथ विकसित किया गया था । एक स्रोत कोड3 और एक खड़े अकेले4 संस्करण ऑनलाइन उपलब्ध हैं । औबेक्स प्रत्येक सुविधा श्रेणी के लिए सेट किया जा सकता है कि मानकों के साथ चिकित्सा radiomics में इस्तेमाल किया सुविधाओं की 5 सबसे आम श्रेणियों की गणना करता है । श्रेणियां हैं: ग्रे स्तर सह घटना मैट्रिक्स5, ग्रे स्तर रन लंबाई मैट्रिक्स6,7, तीव्रता, पड़ोस तीव्रता अंतर मैट्रिक्स8, और आकार । चूंकि औबेक्स खुला स्रोत है, यह संस्थानों में संगत सुविधा निष्कर्षण परिणामों के लिए आसानी से अलग radiomics अध्ययन की तुलना के लिए अनुमति देता है । औबेक्स के भीतर सभी सुविधाओं के झांग एट अल द्वारा प्रारंभिक पत्र में वर्णित हैं । 2
इस पांडुलिपि का उद्देश्य कैसे औबेक्स का उपयोग करने पर मार्गदर्शन प्रदान करने के लिए और सहकर्मी के माध्यम से अपने आवेदन प्रदर्शित करने के लिए है, एमडी एंडरसन radiomics समूह से प्रकाशित अध्ययनों की समीक्षा की । २०१५ में जनता के लिए अपनी रिहाई के बाद से, औबेक्स एमडी एंडरसन radiomics समूह द्वारा सीटी, पीईटी, और एमआरआई स्कैन छवियों से सुविधाओं की गणना करने के लिए इस्तेमाल किया गया है, आमतौर पर नैदानिक अस्तित्व मॉडल में सुधार करने के लिए सुविधाओं की जांच9,10, 11,12,13,14,15,16,17,18,19,20 और बाहर के संस्थानों द्वारा21,22,23,24. radiomics अनुसंधान है कि औबेक्स में शामिल नहीं है में कदम के लिए इस्तेमाल किया जा सकता है कि सॉफ्टवेयर उपकरण पर अतिरिक्त मार्गदर्शन अदालत में पाया जा सकता है एट अल. 25
औबेक्स के कार्यप्रवाह के लिए एक सामान्य परिचय औबेक्स का उपयोग radiomics परियोजनाओं शुरू करने से पहले डेटा ठीक से व्यवस्थित करने में मदद मिलेगी. यदि DICOM छवियों को आयात, औबेक्स की आवश्यकता है कि प्रत्येक रोगी अपने DICOM छवियों के साथ अपने स्वयं के फ़ोल्डर है । DICOM विकिरण संरचना सेट रोगी फ़ोल्डर में शामिल करने के लिए वैकल्पिक है, लेकिन औबेक्स में चक्कर मंच का उपयोग कर के बजाय सिफारिश की है । एक विशिष्ट अध्ययन के लिए सभी रोगियों को आयात करने के साथ सहायता करने के लिए, सभी रोगी फ़ोल्डरों एक फ़ोल्डर में एक साथ रखा जा सकता है ताकि सभी डेटा केवल एक कदम का उपयोग कर औबेक्स में आयात किया जा सकता है । यदि शिखर से रोगियों का आयात, यह सबसे अच्छा है रोगी योजना के साथ सेट संरचना है । के रूप में रोगियों को कई छवि सेट और शिखर के भीतर की योजना हो सकता है, यह सबसे अच्छा है पता है जो छवि सेट और योजना आयात करने से पहले सही हैं । यदि गणना समय चिंता का विषय है, एक रोगी के लिए छवि स्लाइस की संख्या को कम करने के लिए काफी समय कम कर सकते हैं । उदाहरण के लिए, यदि केवल जिगर एक अध्ययन में ब्याज की है, लेकिन रोगियों को पूरा शरीर सीटी स्कैन है, DICOM स्लाइस को कम करने के लिए केवल ब्याज के क्षेत्र की सीमा तक गणना समय छोटा कर सकते हैं (जैसे, ३०० स्लाइस से DICOM को कम करने के लिए ५० स्लाइसें ले जा सकते हैं 1/6t h द समय). इस स्लाइस में कमी करने के लिए अलग उपकरण उपलब्ध हैं, मैनुअल से अर्द्ध स्वचालित करने के लिए.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. औबेक्स स्थापित करें
नोट: एक स्रोत कोड संस्करण स्थापित करने के लिए १.१ चरण पर जाएं । वैकल्पिक रूप से, एक स्टैंड-अलोन संस्करण स्थापित करने के लिए चरण १.२ पर जाएँ ।
-
स्रोत-कोड संस्करण
- औबेक्स स्रोत-कोड संस्करण वेबसाइट3पर जाएं । "IBEX_Source. zip" और "How_to_use. pdf" फ़ाइलें डाउनलोड करें । नवीनतम औबेक्स संस्करण का उपयोग करने के लिए पूर्व-आवश्यक वस्तुओं को खोजने के लिए "How_to_use. pdf" फ़ाइल में देखें ।
नोट: औबेक्स केवल ३२ बिट और ६४ बिट Matlab संस्करण 2011a और 2014b, क्रमशः पर काम करता है । - एक बार डाउनलोड पूरा हो गया है, खोल दो "IBEX_Source. zip" और स्थानीय पथ के लिए \IBEX_Source फ़ोल्डर जोड़ें ।
नोट: पथ जोड़ने के बारे में निर्देश "पथ जोड़ें"26के लिए सॉफ़्टवेयर संदर्भ पृष्ठ पर प्राप्त किए जा सकते हैं । - औबेक्स प्रारंभ करने के लिए आदेश विंडो में "IBEXMain" टाइप करें ।
- औबेक्स स्रोत-कोड संस्करण वेबसाइट3पर जाएं । "IBEX_Source. zip" और "How_to_use. pdf" फ़ाइलें डाउनलोड करें । नवीनतम औबेक्स संस्करण का उपयोग करने के लिए पूर्व-आवश्यक वस्तुओं को खोजने के लिए "How_to_use. pdf" फ़ाइल में देखें ।
-
स्टैंड-अलोन संस्करण
- औबेक्स स्टैंड-अलोन संस्करण वेबसाइट4पर जाएं । यदि पहली बार के लिए औबेक्स अधिष्ठापन, "निर्भरता" फ़ोल्डर में जाओ और डाउनलोड/स्थापित "MCRInstaller. exe," vc2005redist_x86_new. exe, "और" vc2012redist_x86. exe "फ़ाइलें । मुख्य पृष्ठ से, "औबेक्स. exe," "औबेक्स. ctf," "औबेक्स. ini," और "How_to_use. pdf" फ़ाइलों को उसी फ़ोल्डर में डाउनलोड करें । नवीनतम औबेक्स संस्करण का उपयोग करने के लिए पूर्व-आवश्यक वस्तुओं के लिए "How_to_use. pdf" फ़ाइल में देखें ।
- डबल क्लिक करें "औबेक्स. exe" औबेक्स शुरू करने के लिए ।
2. स्थान निर्धारित करें
नोट: छवियाँ इस सेट स्थान के लिए आयात किए जाते हैं और इस अध्ययन के लिए डेटा यहाँ के रूप में अच्छी तरह से संग्रहीत हैं. औबेक्स पुन: लॉन्च होने पर डिफ़ॉल्ट स्थान के रूप में सबसे पहले लागू किए गए स्थान का उपयोग करता है ।
- "स्थान" चिह्न (चित्र 1) पर क्लिक करें ।
- चुनें उपयोगकर्ता या डबल क्लिक करें "नया उपयोगकर्ता" एक नया उपयोगकर्ता फ़ोल्डर बनाने के लिए । यदि कोई नया उपयोगकर्ता फ़ोल्डर बना रहा है, तो नई विंडो में नाम दर्ज करें फिर "ठीक" बटन पर क्लिक करे ।
- चयनित उपयोगकर्ता या डबल क्लिक करें "नई साइट" में एक नया साइट फ़ोल्डर बनाने के लिए साइट का चयन करें । यदि कोई नया उपयोगकर्ता फ़ोल्डर बना रहा है, तो नई विंडो में नाम दर्ज करें फिर "ठीक" बटन पर क्लिक करे ।
- नीचे "ठीक" बटन पर क्लिक करें ।
3. आयात छवियां
- "आयात" आइकन पर क्लिक करें (चित्र 1) ।
- प्रारूप के नाम पर क्लिक करके DICOM या Pinnacle9 (शिखर फ़ाइल संस्करण 9) प्रारूप का चयन करें । DICOM छवियों को आयात करने के लिए 3.3.1 चरण पर जाएं । Pinnacle9 फ़ाइलें आयात करने के लिए चरण 3.3.2 पर जाएं ।
- "अगला" बटन क्लिक करें ।
- DICOM छवियां आयात करें
नोट: रोगियों आयात करने के लिए व्यक्तिगत रूप से कदम 3.3.1.1 जाना. एक बार में कई रोगियों को आयात करने के लिए कदम 3.3.1.2 जाना ।- प्रत्येक रोगी व्यक्तिगत रूप से निर्देशिका के माध्यम से रोगी फ़ोल्डर का चयन करके आयात करें ।
- DICOM छवियों और विकिरण संरचना सेट DICOM फ़ाइल (वैकल्पिक) शामिल है कि रोगी फ़ोल्डर का चयन करने के लिए सूचीबद्ध निर्देशिका के बगल में "..." बटन पर क्लिक करें ।
नोट: यह केवल रोगी फ़ाइलों के साथ सेट संरचना आयात करने के लिए वैकल्पिक है, यह अत्यधिक ऐसा करने के लिए अनुशंसित है । औबेक्स के भीतर एक मंच का भ्रमण करता है, लेकिन यह बड़े डेटासेट के लिए कुछ हद तक अव्यावहारिक है । औबेक्स वाणिज्यिक सॉफ्टवेयर प्लेटफार्मों है कि विकिरण विज्ञानियों, जो कार्यप्रवाह बहुत आसान बना देता है के लिए चक्कर उपकरण परिचित है से संरचना सेट को समायोजित कर सकते हैं । यह आम तौर पर कैसे औबेक्स अध्ययन में प्रयोग किया जाता है । - नीचे बाईं तरफ "आयात" बटन पर क्लिक करें एक बार औबेक्स DICOM फ़ाइलों की खोज समाप्त हो गया है, रोगी और विवरण बक्से आबाद हो जाएगा ।
- प्रत्येक रोगी के लिए चरण 3.3.1.1.1-2 दोहराएँ ।
- सभी रोगियों के आयात होने के बाद "बाहर निकलें" बटन पर क्लिक करें ।
- DICOM छवियों और विकिरण संरचना सेट DICOM फ़ाइल (वैकल्पिक) शामिल है कि रोगी फ़ोल्डर का चयन करने के लिए सूचीबद्ध निर्देशिका के बगल में "..." बटन पर क्लिक करें ।
- ऊपरी दाएँ कोने में ' बैच फ़ोल्डर ' बॉक्स की जाँच करके सभी रोगियों को एक बार में आयात.
नोट: सभी रोगियों को उनके संबंधित DICOM फ़ाइलें युक्त एक अलग फ़ोल्डर होना आवश्यक है ।- सूचीबद्ध निर्देशिका के आगे "..." बटन पर क्लिक करें कि उनके इसी DICOM छवियों और विकिरण संरचना सेट DICOM फ़ाइल (वैकल्पिक) के साथ सभी रोगी फ़ोल्डर शामिल है फ़ोल्डर का चयन करने के लिए ।
- "आयात" बटन पर क्लिक करें । मरीजों को क्रमिक रूप से आयात किया जाएगा । सभी रोगियों के आयात होने के बाद "बाहर निकलें" बटन पर क्लिक करें ।
- प्रत्येक रोगी व्यक्तिगत रूप से निर्देशिका के माध्यम से रोगी फ़ोल्डर का चयन करके आयात करें ।
- शिखर फ़ाइलें
- "\IBEX\ImportExport\ImportModule\Pinnacle9\Pinnacle9ImportMain.INI" फ़ाइल के भीतर शिखर मेजबान और डेटाबेस कॉंफ़िगर करें । आयात मॉड्यूल बॉक्स में शिखर का चयन करने से पहले "Config" बटन पर क्लिक करें ।
- उचित शिखर मेजबान और डाटाबेस का चयन करें ।
- रोगी MRN, अंतिम नाम, या प्रथम नाम दर्ज करें तो विंडो में कहीं और क्लिक ।
- "क्वेरी" बटन क्लिक करें ।
- नई विंडो में रोगी का चयन करें फिर "स्थानांतरण" बटन पर क्लिक करे ।
- नई विंडो में उस मरीज से वांछित छवि सेट के बॉक्स पर क्लिक करें और "ठीक" बटन पर क्लिक करें ।
- "डेटा सफलतापूर्वक आयात" लेबल वाली नई विंडो में "ठीक" बटन क्लिक करें ।
- सभी रोगियों के आयात होने के बाद "बाहर निकलें" बटन पर क्लिक करें ।
- DICOM छवियां आयात करें
4. रुचि के चित्र और क्षेत्र देखना (ROIs)
- "डेटा" आइकन पर क्लिक करें (चित्र 1) । "एक रोगी का चयन करें" खंड जीयूआई (ऊपर आधा) में खोलने के लिए वांछित रोगी फ़ाइल पर क्लिक करें ।
- "चुनें छवि सेट (ओं) जीयूआई (नीचे आधा) के खंड में खोलने के लिए वांछित रोगी फ़ाइल के सेट छवि पर क्लिक करें । "खोलें" बटन पर क्लिक करें ।
- छवियों, जो अक्षीय, राज्याभिषेक, और sagittal विचारों में दिखाया गया है के माध्यम से स्क्रॉल करने के लिए नीचे तीर का प्रयोग करें (बाएं से दाएं) ।
- "ज़ूम" बटन (चित्रा 2) पर क्लिक करके छवि पर ज़ूम. ज़ूम करने के लिए छवि विमान पर एक बॉक्स ड्रा. ज़ूम आउट करने के लिए दायां क्लिक करें ।
- "प्रतिच्छेदन" बटन (चित्र 2) का चयन करके स्थानीयकरण चालू करें ।
नोट: दिखाई देने वाली पंक्तियां जहां प्रत्येक विमान में वह स्लाइस स्थित होती है । इन पंक्तियों तीर का उपयोग कर स्क्रॉल करते समय ले जाएँ । - दूरी मापने के लिए "मापनी" बटन (चित्र 2) पर क्लिक करें. क्लिक करें और ब्याज के दो बिंदुओं के बीच मापने के लिए बाएं माउस बटन दबाए रखें । प्रदर्शित क्षेत्र से मापा मान को निकालने के लिए माउस छोड़ें ।
- एक voxel के मूल्य को मापने के लिए "सीटी Num" बटन (चित्रा 2) पर क्लिक करें । क्लिक करें और ब्याज की voxel पर बाईं माउस बटन दबाए रखें, और मूल्य रंग पैमाने के नीचे जीयूआई के बाईं ओर पर पॉप जाएगा । प्रदर्शित क्षेत्र से मापा मान को निकालने के लिए माउस छोड़ें ।
- "W/L" बटन पर क्लिक करें (चित्रा 2) खिड़की करने के लिए/ एक और खिड़की के ऊपर पॉप जाएगा । बाएँ और दाएँ पक्षों को इच्छित क्षेत्र में खींचें या मैन्युअल रूप से विंडो और स्तर बॉक्स में नई विंडो के निचले भाग में विंडो/ बाईं ओर पहली ड्रॉप डाउन मेनू का उपयोग करके अलग विंडो/स्तरों का चयन करें ( चित्र 2): सीटी के लिए 8 और पीईटी के लिए 1 हैं ।
- बाईं ओर दूसरी ड्रॉप डाउन मेनू का उपयोग करके भिन्न रंग स्केल का चयन करें (चित्र 2): इसमें से चुनने के लिए 9 विकल्प हैं ।
- पर रॉय के बगल में बॉक्स पर क्लिक करके ROIs कल्पना यह छवियों पर दिखाई देते हैं, या सभी रोगी ROIs पर बारी करने के लिए "सभी ROIs पर" बटन पर क्लिक करें ।
5. ROI संपादित करें
- ऊपर छोड़ दिया में या नीचे केंद्र में "संपादित ROIs" बटन पर क्लिक करके ROIs संपादित करें । इसके नाम के आगे वाले बॉक्स को क्लिक करके संपादित करने के लिए समोच्च का चयन करें ।
- पहले से ही तैयार के रूप में या बाहर आकृति धक्का करने के लिए "नज आकृति" बटन (चित्रा 3) का प्रयोग करें. वृत्त नज करें बटन के आगे "D" लेबल किए गए बॉक्स में प्रयुक्त चक्र का आकार समायोजित करना.
- "कट आकृति" बटन (चित्रा 3) का उपयोग करके एक पूरे समोच्च टुकड़ा निकालें । क्लिक करें और बाईं माउस बटन दबाए रखें और रॉय के आसपास एक बॉक्स आकर्षित करने के लिए हटा दिया जाएगा ।
- आकृतियां आरेखित करना
नोट: अंक जोड़ने के द्वारा आकृतियां आरेखित करने के लिए चरण 5.4.1 पर जाएं । कदम 5.4.2 को मुक्त हाथ से आकृति आकर्षित करने के लिए जाओ ।- अंक जोड़ने: अंक सीधे लाइनों से जुड़े रहे हैं जहां समोच्च चारों ओर अंक पर क्लिक करके प्रत्येक स्लाइस पर एक समोच्च आकर्षित करने के लिए "ड्रा आकृति (1)" बटन (चित्रा 3) का उपयोग करें. पहले खींचा बिंदु पर क्लिक करके उस स्लाइस के लिए रॉय पूरा करें ।
- मुफ्त हाथ: मुक्त हाथ से एक समोच्च आकर्षित करने के लिए "ड्रा आकृति (2)" बटन (चित्रा 3) का उपयोग करें । टुकड़ा पर समोच्च आकर्षित करने के लिए बाईं माउस बटन पकड़ो । तैयार रॉय की शुरुआत करने के लिए वापस आ रहा है और फिर छोड़ दिया माउस बटन को रिहा करके उस स्लाइस पर समोच्च समाप्त करें ।
- स्लाइस के बीच ROIs को लगाना करने के लिए "लगाना आकृति" बटन (चित्र 3) पर क्लिक करें ।
- रॉय की नकल करने के लिए "कॉपी रॉय" बटन पर क्लिक करें ।
- एकाधिक ROIs का चयन करके और फिर "मर्ज ROI" बटन पर क्लिक करके ROIs मर्ज करें ।
- वर्तमान में चयनित roi को हटाने के लिए "roi हटाएं" बटन पर क्लिक करें.
- क्लिक करें "रॉय बनाएं" एक नया रॉय जो एक विंडो पॉप अप होगा पैदा होगा बनाने के लिए । रॉय का नाम डालें और "ok" बटन पर क्लिक करें । "सहेजें" बटन पर क्लिक करें । रोगी दर्शक को लौटने के लिए "बाहर निकलें" बटन पर क्लिक करें ।
6. डेटा सेट में आकृति
- डेटा सेट में आकृतियां देखें
- डेटा सेट में आकृति देखने के लिए "डेटा सेट दिखाएँ" बटन पर क्लिक करें. देखने के लिए डेटा सेट के नाम पर क्लिक करें । "खोलें" बटन पर क्लिक करें । उनके नाम के आगे बॉक्स का उपयोग करके रोगी आकृति का चयन करें । उस समोच्च के लिए वांछित समारोह के आधार पर "हटाएँ", "हटो", या "कॉपी" बटन पर क्लिक करें । एक बार डेटा सेट को देखने के बाद डेटा सेट विंडो बंद करें ।
- आकृति को डेटा सेट में जोड़ें
- अपने नाम के आगे चेकबॉक्स क्लिक करके किसी डेटा सेट में जोड़ने के लिए आकृतियां चुनें फिर "डेटा सेट में जोड़ें" बटन पर क् लिक करें. आकृति जोड़ने के लिए डेटा सेट के नाम पर क्लिक करें या किसी नए डेटा सेट के लिए "नया" बटन क्लिक करें । यदि नया चयनित है, तो नई विंडो में डेटा सेट का नाम दर्ज करें । "ठीक" बटन पर क्लिक करें ।
- एक शिखर संस्करण 9. roi फ़ाइल आयात करने के लिए "आयात ROIs" बटन पर क्लिक करें यदि अनुभाग 3 के दौरान आकृतियां लोड नहीं की गईं ।
- फ़ाइल का चयन करने के लिए "..." बटन क्लिक करें । "आयात" बटन पर क्लिक करें ।
- ROIs निर्यात करने के लिए "निर्यात ROIs" बटन पर क्लिक करें ।
- जिसमें निर्यात ROIs रखा जाएगा निर्देशिका का चयन करने के लिए "..." बटन क्लिक करें । निर्यात ROIs के लिए पसंद किया जाता है जो स्वरूप के नाम पर क्लिक करें । यदि पसंद की गई है तो anonymization जानकारी दर्ज करें । निर्यात बटन क्लिक करें ।
नोट: प्रीसेट नहीं किया जा करने के लिए कोई anonymization के लिए है ।
- जिसमें निर्यात ROIs रखा जाएगा निर्देशिका का चयन करने के लिए "..." बटन क्लिक करें । निर्यात ROIs के लिए पसंद किया जाता है जो स्वरूप के नाम पर क्लिक करें । यदि पसंद की गई है तो anonymization जानकारी दर्ज करें । निर्यात बटन क्लिक करें ।
- रोगियों और स्कैन की सूची पर लौटने के लिए "बाहर निकलें" बटन पर क्लिक करें ।
7. सुविधा सेट बनाएँ
- "फ़ीचर" आइकन पर क्लिक करें ।
- यदि वांछित हो तो पुनर्संसाधन जोड़ें ।
- "Step1: reprocess" के अंतर्गत "जोड़ें" बटन पर क्लिक करें । नई विंडो में ड्रॉप-डाउन मेनू से प्री-प्रोसेसिंग विकल्प का चयन करें ।
- "i" के अंतर्गत "Para." पर क्लिक करके पुनर्प्रक्रिया वाले पैरामीटर्स का चयन करें. इसे परिवर्तित करने के लिए पैरामीटर की नई विंडो में मान स्तंभ के अंतर्गत संख्या पर क्लिक करें । नया पैरामीटर मान लिखें और "ठीक" बटन क्लिक करें ।
- प्रक्रिया के एक विवरण के लिए ऊपरी दाएँ कोने में "सवालिया निशान" बटन पर क्लिक करें और विशिष्ट मापदंडों की प्रक्रिया ।
- "जोड़ें" बटन पर क्लिक करें । पुनर्संसाधन चरण का चयन करें और अनचाहे प्रक्रियात्मक चरणों को हटाने के लिए "हटाएँ" बटन पर क्लिक करें.
- इच्छित सुविधाएं जोड़ें ।
- "चरण 2: सुविधाएँ श्रेणी:" के अंतर्गत ड्रॉप-डाउन मेनू से सुविधा श्रेणी का चयन करें. एकाधिक श्रेणियों के लिए चरण दोहराएँ.
नोट: एक समय में सुविधाओं की केवल एक श्रेणी जोड़ी जा सकती है. यदि वांछित एक ही सुविधा सेट करने के लिए reprocessing और सुविधा श्रेणियों के विभिन्न संयोजन जोड़ा जा सकता है ।- का चयन करें "GrayLevelCooccurenceMatrix25" और "NeighborIntensityDifference25" सुविधा श्रेणियों ग्रे स्तर सह घटना मैट्रिक्स और पड़ोस तीव्रता अंतर मैट्रिक्स की गणना करने के लिए क्रमशः, में 2.5 d, जो मैट्रिक्स कंप्यूटिंग द्वारा किया जाता है प्रत्येक स्लाइस पर व्यक्तिगत रूप से और फिर एक साथ सभी मैट्रिक्स संक्षेप.
- 3 डी में क्रमश: धूसर स्तर सह-प्रकटन मैट्रिक्स और पड़ोस तीव्रता अंतर मैट्रिक्स की गणना करने के लिए "GrayLevelCooccurenceMatrix3" और "NeighborIntensityDifference3" सुविधा श्रेणियों का चयन करें ।
- उस प्रक्रिया के लिए चयनित पैरामीटर्स के लिए "i" के अंतर्गत "Para." पर क्लिक करें. प्रक्रिया विधि और पैरामीटर का विवरण के लिए ऊपरी दाएँ कोने में "सवालिया निशान" बटन पर क्लिक करें ।
- नया पैरामीटर मान लिखें और "ठीक" बटन क्लिक करें ।
- एक सुविधा श्रेणी या विशिष्ट सुविधा को देखने के लिए "परीक्षण" बटन पर क्लिक करें । इच्छित सुविधा या श्रेणी के आगे बटन क्लिक करें ।
- परीक्षण पर देखने के लिए डेटा सेट का चयन करें और "खोलें" बटन पर क्लिक करें. परीक्षण को देखने के लिए चयनित डेटा सेट से रोगियों के आगे के बॉक्स को चेक करें और "परीक्षण" बटन पर क्लिक करे.
- चयनित श्रेणी के लिए अवांछित सुविधाओं का चयन करें; श्रेणी का चयन करने के बाद सभी सुविधाओं का चयन किया जाता है । सभी सुविधाओं को अनचेक करने के लिए "Step2: विशेषताएँ" के अंतर्गत "विशेषताएं:" शब्द पर क्लिक करें.
- चयनित प्रक्रिया के साथ सभी चयनित सुविधाओं को जोड़ने के लिए "सुविधा सेट में जोड़ें" बटन पर क्लिक करें ।
- सुविधाओं को जोड़ने और "खोलें" बटन पर क्लिक करें या एक नई सुविधा सेट करने के लिए सुविधाओं को जोड़ने के लिए "नया" बटन पर क्लिक करने के लिए सुविधा सेट का चयन करें । यदि कोई नई सुविधा सेट बना रहा है, तो नई विंडो में सेट सुविधा का नाम दर्ज करें और "ठीक" बटन क्लिक करे ।
- "चरण 2: सुविधाएँ श्रेणी:" के अंतर्गत ड्रॉप-डाउन मेनू से सुविधा श्रेणी का चयन करें. एकाधिक श्रेणियों के लिए चरण दोहराएँ.
- सुविधा सेट में सुविधाओं को देखने के लिए संगत प्रक्रियात्मक तकनीकों के साथ सुविधाओं को देखने के लिए "दिखाएँ सुविधा सेट" बटन पर क्लिक करें ।
- देखने के लिए सुविधा सेट का चयन करें और "खोलें" बटन क्लिक करें या एक नया सुविधा सेट बनाने के लिए "नया" बटन क्लिक करें । यदि कोई नई सुविधा सेट बना रहा है, तो नई विंडो में सेट सुविधा का नाम दर्ज करें और "ठीक" बटन क्लिक करे ।
- वर्तमान डेटा सेट देखने के लिए "डेटा सेट दिखाएँ" बटन पर क्लिक करें.
- देखने के लिए डेटा सेट का चयन करें और "खोलें" बटन क्लिक करें या नया डेटा सेट बनाने के लिए "नया" बटन क्लिक करें । यदि कोई नया डेटा सेट बना रहा है, तो नई विंडो में डेटा सेट का नाम डालें और "ठीक" बटन पर क्लिक करें.
- "बाहर निकलें" बटन पर क्लिक करें ।
8. आउटपुट सुविधाएँ
- "परिणाम" आइकन पर क्लिक करें । "चरण 1: डेटा सेट." के अंतर्गत सुविधाओं को चलाने के लिए डेटा सेट पर क्लिक करें. "चरण 2: सुविधा सेट." के अंतर्गत चयनित डेटा पर चलाने के लिए सुविधा सेट पर क्लिक करें.
- चयनित डेटा सेट देखने के लिए "डेटा देखें" बटन पर क्लिक करें. चयनित सुविधा सेट को देखने के लिए "देखें सुविधा" बटन पर क्लिक करें ।
- "गणना और परिणाम सहेजें" बटन पर क्लिक करें । परिणामों के लिए फ़ाइल का नाम डालें और "सहेजें" बटन पर क्लिक करें.
9. सांख्यिकीय मॉडल निर्माण
- सहेजे गए परिणाम फ़ाइल खोलें ।
नोट: यह आमतौर पर C:\IBEX\DataIbex\ [चरण 2.2 में चयनित उपयोगकर्ता] \ [चयनित साइट में चरण 2.3] \1FeatureResultSet_Result, जब तक अंयथा चरण ८.४ में असाइन किया गया है । - सॉफ्टवेयर में वांछित सांख्यिकीय परीक्षणों या मॉडल निर्माण में अलग टैब से डेटा का उपयोग करें ।
नोट: प्रोटोकॉल किसी भी समय रोका जा सकता है । हालांकि, यह सभी एक विशेष चिह्न के लिए आवश्यक कदम खत्म करने के बाद सबसे सुविधाजनक है, उदा, धारा 7 के सभी परिष्करण जो सुविधा आइकन के तहत है ।
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
औबेक्स से आउटपुट एक स्प्रेडशीट है ( चित्रा 4देखें) जिसमें 3 टैब्स होते हैं । "परिणाम" टैब में डेटा सेट (आरेख 4A) में प्रत्येक ROI के लिए सुविधा मान होते हैं. "डेटा जानकारी." टैब में, डेटा सेट (चित्र 4B) में प्रत्येक ROI से ली गई छवियों के बारे में जानकारी होती है. "सुविधा जानकारी." टैब में सुविधा श्रेणी के लिए चयनित पैरामीटर्स और सुविधाओं की उस श्रेणी के लिए उपयोग किए जाने वाले (चित्र 4C) के साथ उपयोग की जाने वाली सुविधाओं की व्यापक सूची है ।
चिकित्सा छवियों से औबेक्स की गणना सुविधाओं कई संदर्भों में उपयोग किया गया है. हंटर एट अल. मजबूत छवि19सुविधाओं की पहचान करने के लिए औबेक्स के एक प्रारंभिक संस्करण का इस्तेमाल किया । Fave एट अल. 4d सीटी वक्ष की radiomics सुविधाओं में अनिश्चितता की जांच की अलग श्वसन चरणों में एकत्र स्कैन, पीक ट्यूब वोल्टेज, और ट्यूब धाराओं9. इस अध्ययन में अंतर रोगी भिन्नता पाया सबसे सुविधाओं के लिए इंटर-रोगी भिन्नता से कम हो जब ट्यूब वोल्टेज और वर्तमान विविध थे, इन कारकों नगण्य बना. शंकु बीम सीटी (CBCT) छवियों से सुविधा का reproducibility तो औबेक्स10का उपयोग कर मूल्यांकन किया गया था । इस अध्ययन में, फेफड़े CBCT छवियों से गणना की सुविधाओं के लिए प्रतिलिपि जब एक ही प्रोटोकॉल और निर्माता का उपयोग किया गया जब सांस लेने की गति छोटी थी पाया गया । सुविधा मान पर छवि संसाधन प्रभाव का बाद में मूल्यांकन किया गया था । अध्ययन से पता चला है कि ५५ सुविधाओं के ३९ का अध्ययन किया था कि समग्र अस्तित्व के लिए महत्वपूर्ण स्तरीकरण के परिणामस्वरूप कॉक्स आनुपातिक खतरों का संकेत मॉडल है कि अलग प्रक्रिया का उपयोग कर एक के लिए आवश्यक हो सकता सुविधा11। छिड़काव सीटी छवियों से सुविधाओं में अनिश्चितता भी औबेक्स का उपयोग कर मूल्यांकन किया गया है । यांग एट अल । पता चला है कि radiomics सुविधाओं के विपरीत प्रशासन और सीटी स्कैन के बीच समय पर निर्भर नहीं थे, और सुविधाओं के ८६.९% एक अंतर-सत्र स्थिरता सामंजस्य सहसंबंध से बड़ा या बराबर गुणांक के साथ प्रतिलिपि किया गया ०.९ के लिए16। अंत में, एक प्रेत सुविधाओं के एक सबसेट पर इंटर स्कैनर परिवर्तनशीलता परीक्षण करने के लिए डिज़ाइन किया गया था15। बनावटी ताकत को सबसे सुसंगत सुविधा मिली थी जबकि व्यस्तता सबसे भिन्ना पाई गई थी.
औबेक्स से radiomics सुविधाओं को भी अक्सर मॉडल के निर्माण के लिए उपयोग किया जाता है, आमतौर पर समग्र अस्तित्व को देख, स्थानीय-क्षेत्रीय नियंत्रण, और दूर मेटास्टेसिस से स्वतंत्रता । फ्राइड एट अल. 8 radiomics सुविधाओं की पहचान की गैर से छोटे सेल फेफड़ों के कैंसर (NSCLC) रोगियों ' सीटी स्कैन कि जब समग्र अस्तित्व के लिए एक कॉक्स आनुपातिक खतरों मॉडल में कार्यांवित, लोको-क्षेत्रीय नियंत्रण, और दूर मेटास्टेसिस काफी बेहतर कापलान-Meier स्तरीकरण जब मॉडल है कि केवल नैदानिक डेटा20इस्तेमाल की तुलना में । इसी तरह, Fave एट अल. radiomics सुविधाओं है कि जीवित रहने में बेहतर रोगी स्तरीकरण घटता12पाया । उनके अध्ययन के साप्ताहिक सीटी छवियों और फेफड़ों radiomics सुविधाओं में परिवर्तन की गणना का इस्तेमाल किया । मॉडल में परिकलित सुविधाओं में चार भिन्न पूर्व-प्रोसेसिंग विधियाँ थीं: (1) थ्रेसहोल्ड, (2) दहलीज और बिट गहराई, (3) थ्रेसहोल्ड और चिकनी, (4) थ्रेसहोल्ड, बिट गहराई, और चिकनी; और सबसे अच्छा पूर्व प्रसंस्करण विधि प्रत्येक सुविधा के लिए व्यक्तिगत रूप से कॉक्स आनुपातिक खतरों मॉडल में परीक्षण किया जा रहा से पहले चुना गया था । हंटर एट अल. यह भी पता चला है कि radiomics सुविधाओं NSCLC रोगियों में सिकुड़ते हुए ट्यूमर की भविष्यवाणी कर सकते है जबकि विभिंन थ्रेसहोल्ड और बिट गहराई reकेल मूल्यों18की खोज ।
पीईटी इमेज की radiomics फीचर्स और उनके शकुन वैल्यू का भी औबेक्स इस्तेमाल कर जांच की गई है । तला हुआ एट अल. स्केल्ड एक निकटतम पूरी संख्या के लिए एसयूवी इकट्ठा करके मानकीकृत मूल्यों (एसयूवी) और फिर बाकी13से है कि लागत पर लाभ के लिए ंयूनतम एसयूवी घटाकर । ऊर्जा और दृढ़ता के लिए सांख्यिकीय एक समग्र अस्तित्व के मॉडल में सुधार जब मॉडल की तुलना में जब केवल पारंपरिक नैदानिक कारकों शामिल थे पाया गया । इन दो radiomics सुविधाओं को भी रोगियों को जो खुराक वृद्धि से एक लाभ या हानि प्राप्त की उपसमूह की पहचान करने में सक्षम पाया गया14. इसी प्रकार, वान Rossum एट अल । नैदानिक मॉडल17में radiomics सुविधाओं सहित जब रोग पूर्ण प्रतिक्रिया के एक नैदानिक भविष्यवाणी मॉडल के लिए सी-सूचकांक में वृद्धि हुई.
चित्र 1 : औबेक्स मुख्य मुख पृष्ठ । प्रत्येक अनुभाग के लिए माउस के साथ औबेक्स के लिए मुख्य पृष्ठ । इन अनुभागों में से प्रत्येक अनुभागों 2-6 में वर्णित हैं । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।
चित्र 2 : डेटा चयन विंडो. जीयूआई विंडो डेटा चयन हेरफेर के लिए प्रयोग किया जाता है । विंडो बटन के साथ आता है के रूप में चरणों में वर्णित के रूप में छवियों की उपस्थिति में परिवर्तन ४.४-४.१० । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।
चित्र 3 : रॉय संपादक विंडो. जीयूआई विंडो रॉय हेरफेर के लिए प्रयोग किया जाता है । विंडो एक ही बटन के साथ आता है के रूप में डेटा के चयन के रूप में के रूप में अच्छी तरह से बटन ROIs बदलने के रूप में उपस्थिति बदल जाते हैं । रॉय हेरफेर खंड 5 में वर्णित है । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।
चित्र 4 : औबेक्स परिणाम कार्यपत्रक. औबेक्स किसी कार्यपत्रक में जानकारी के तीन पृष्ठ outputs । प्रथम पृष्ठ (A) में प्रत्येक ROI के लिए सुविधा मान होते हैं, दूसरे पृष्ठ (B) में उन चित्रों के बारे में जानकारी होती है जो ROIs पर आरेखित किए गए थे, और तृतीय पृष्ठ (C) में सुविधाओं और उपयोग किए जाने वाले प्रक्रिया के बारे में जानकारी होती है । इस आंकड़े के लिए outputs एक प्रेत अध्ययन जहां सुविधाओं Butterworth चिकनी और 8 बिट गहराई reस्केलिंग, पैनल सी, कॉलम ई, पंक्तियों में दिखाया गया है 5 और 6 का उपयोग कर गणना की गई हैं । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।
Subscription Required. Please recommend JoVE to your librarian.
Discussion
औबेक्स मेडिकल इमेजिंग radiomics अनुसंधान के लिए एक शक्तिशाली उपकरण है । यह इस प्रकार अब तक ज्यादातर एमडी एंडरसन radiomics समूह द्वारा किए गए अध्ययनों में विकिरण कैंसर विज्ञान प्रयोजनों के लिए इस्तेमाल किया गया है । औबेक्स 5 मुख्य सुविधा श्रेणियों के भीतर ROIs और सुविधाओं की गणना के हेरफेर के लिए अनुमति देता है । औबेक्स के स्रोत कोड संस्करण उपयोगकर्ता अनुप्रयोगों है कि पहले से ही औबेक्स, जैसे ग्रे स्तर क्षेत्र मैट्रिक्स सुविधाओं का हिस्सा नहीं है डिजाइन करने के लिए अनुमति देता है ।
औबेक्स में शामिल मुख्य कदम छवियों का आयात, ROIs की रूपरेखा, डेटा सेट के लिए ROIs का चयन, और सुविधा सेट का निर्माण कर रहे हैं । सटीक आकृति आवश्यक है के रूप में सुविधाओं केवल इन क्षेत्रों के भीतर की गणना कर रहे है और इस तरह गलत आकृति गलत सुविधा मूल्यों प्रदान करेगा । इस प्रकार, किसी भी संबंध गलत आकृति और परिणामों पर गणना इन सुविधाओं के बीच पाया नकली किया जाएगा । सुविधाओं के लिए पैरामीटर चयन भी एक महत्वपूर्ण कदम है । उदाहरण के लिए, धूसर स्तर के सह-प्रकटन मैट्रिक्स के लिए चरण आकार परिवर्तित करने से मैट्रिक्स की गणना की गई सुविधाएँ प्रभावित हो सकती हैं. यह छवि प्रकार पर निर्भर कर सकताहै (यानी, एमआरआई, सीटी, या पीईटी), जांच के लिए साइट (उदा, NSCLC बनाम सिर और गर्दन), और अध्ययन के प्रयोजन (जैसे, जीनोमिक्स के साथ छवि सुविधाओं को जोड़ने बनाम अस्तित्व मॉडल बनाने). फ़ीचर पैरामीटर एक शारीरिक या जैविक तर्क के आधार पर चयनित किया जाना चाहिए, उदा, वहां एक कारण है कि 4 के एक कदम आकार एक सह आवृत्ति मैट्रिक्स में जैविक रूप से प्रासंगिक हो जाएगा? सुविधा पैरामीटर भी पिछले अध्ययनों कि परिणाम या जैविक अभिव्यक्ति के साथ सहसंबंधी करने के लिए कुछ सुविधा मापदंडों पाया है के आधार पर चुना जा सकता है । औबेक्स है 27 प्रक्रिया मॉड्यूल और चयन के लिए उपलब्ध १३२ सुविधाओं, प्रत्येक प्रक्रिया मॉड्यूल और सुविधा वर्ग है, जो यह radiomics अध्ययन के कई प्रकार के लिए एक अनुकूलनीय उपकरण बनाता है के लिए मापदंडों के फेरबदल की अनुमति के साथ ।
radiomics अनुसंधान में कई सामांय सीमाएं है जो किसी भी सॉफ़्टवेयर का उपयोग करते समय लागू होती हैं । उदाहरण के लिए, छवि प्राप्ति पैरामीटर जैसे voxel आकार और स्कैनर15,27पर निर्भर करने के लिए चित्र सुविधाएँ दिखाई गई हैं । सभी सॉफ्टवेयर की एक सीमा है कि वहाँ कई मापदंडों है कि प्रत्येक सुविधा के लिए बदला जा सकता है और डिफ़ॉल्ट मान विशिष्ट अध्ययन के लिए उपयुक्त नहीं हो सकता है । उपयोगकर्ता सजग होना चाहिए, और अनुसंधान पहले इसी तरह के अध्ययन के लिए पैरामीटर सेटिंग्स का इस्तेमाल किया और सेटिंग्स की प्रयोज्यता का मूल्यांकन । आकृति और अंतर्निहित अंतर और अंतर प्रेक्षक परिवर्तनशीलता की गुणवत्ता भी सुविधाओं की गणना को प्रभावित कर सकते हैं । Owens एट अल. दिखाया है कि गणना सुविधाओं और अधिक मजबूत कर रहे है जब ऑटो-चक्कर उपकरण का उपयोग कर28। radiomics अध्ययन के लिए गणना की सुविधाओं को मानव इंजीनियर विशेषताएं है और पूरी तरह से दृश्य धारणा प्रणाली द्वारा मनाया सुविधाओं को व्यक्त नहीं कर सकते हैं । इसके अलावा, इन सुविधाओं को अत्यधिक एक अंय कठिनाइयों का निर्माण जब परिणाम का विश्लेषण करने के लिए संबंधित हो सकता है । औबेक्स की एक विशिष्ट सीमा है कि वर्तमान संस्करण तरंगिका सुविधाओं की गणना करने के लिए उपलब्धता का अभाव है; हालांकि, हमारे समूह भविष्य के संस्करणों में इन सुविधाओं को शामिल करना चाहता है ।
छवि25सुविधाओं की गणना के लिए उपलब्ध कई वैकल्पिक सॉफ्टवेयर प्लेटफार्मों रहे हैं । औबेक्स के कुछ लाभ तथ्य यह है कि यह आसानी से उपलब्ध है शामिल हैं, अच्छी तरह से2प्रलेखित है, और उपयोगकर्ताओं को छवि सुविधा गणना का विस्तृत नियंत्रण की अनुमति देता है । औबेक्स भी संसाधित रोगी छवियों को प्रदर्शित करता है (जैसे, स्मूथिंग के बाद), इसलिए उपयोगकर्ता किसी भी छवि प्रसंस्करण के प्रभाव की कल्पना कर सकते हैं-यह उपयोगी है, उदाहरण के लिए, जब पुष्टि की है कि बारात खत्म नहीं किया है छवियों चिकनी. इसी प्रकार, औबेक्स वास्तविक सह-प्रकटन मैट्रिक्स और तीव्रता हिस्टोग्राम निर्यात कर सकते हैं; यह उपयोगी हो सकता है जब छवि सुविधाओं में गहरा तल्लीन करना ।
औबेक्स केवल कैंसर के अध्ययन के लिए इस्तेमाल किया गया है, ज्यादातर विकिरण चिकित्सा पर ध्यान केंद्रित । हालांकि, भविष्य के अध्ययनों से बाहर अंय कैंसर के उपचार या कैंसर के क्षेत्र के बाहर भी शाखा कर सकते हैं । उदाहरण के लिए, Kassner एट अल. तीव्र कोरोनरी स्ट्रोक के साथ रोगियों में रक्तस्रावी परिवर्तन की भविष्यवाणी करने के लिए radiomics इस्तेमाल किया29. औबेक्स का उपयोग इस प्रकार के radiomics अध्ययनों में भी किया जा सकता था.
औबेक्स का भी नित्य रखरखाव होता है. उदाहरण के लिए, Fave एट अल द्वारा एक अध्ययन में पाया गया कि 5 सुविधाओं (व्यस्तता, बेअदबी, ग्रे स्तर गैर एकरूपता, रन लंबाई गैर एकरूपता, और ऊर्जा) दृढ़ता से निर्भर मात्रा थे और उनके फार्मूले को सही11. ये अद्यतन किए गए सूत्र औबेक्स की अद्यतन की गई रिलीज़ में शामिल किया गया है । इसके अतिरिक्त, वहां एक google समूह30 है कि उपयोगकर्ताओं को पोस्ट सवाल है कि अंय उपयोगकर्ताओं को तो जवाब है । औबेक्स की वर्तमान क्षमताओं और इसकी उपलब्धता के अलावा औबेक्स का यह नित्य सुधार यह radiomics अध्ययन के लिए एक प्रमुख स्रोत बना.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
लेखकों की कोई होड़ वित्तीय हितों का खुलासा नहीं है.
Acknowledgments
राहेल जीईआर Rosalie बी हिते स्नातक फैलोशिप और अमेरिकी सेना सहायक फैलोशिप द्वारा वित्त पोषित है । कार्लोस Cardenas बायोमेडिकल साइंसेज में जॉर्ज एम Stancel पीएचडी फैलोशिप द्वारा वित्त पोषित किया गया है । औबेक्स के विकास को NCI (R03 CA178495) ने वित्तपोषित किया था.
Materials
| Name | Company | Catalog Number | Comments |
| Excel | Microsoft Office | Any version of excel should work. | |
| Matlab | MathWorks | Only use IBEX on 32 bit Matlab 2011a or 64 bit Matlab 2014b. |
References
- Lambin, P., et al. Radiomics: extracting more information from medical images using advanced feature analysis. EJC. 48, 441-446 (2012).
- Zhang, L., et al. IBEX: an open infrastructure software platform to facilitate collaborative work in radiomics. Med Phys. 42, 1341-1353 (2015).
- IBEX Source Code. , Available from: http://bit.ly/IBEXSrc_MDAnderson (2017).
- IBEX Stand Alone. , Available from: http://bit.ly/IBEX_MDAnderson (2017).
- Haralick, R. M., Shanmugam, K. Textural features for image classification. IEEE Trans Syst Man Cybern. , 610-621 (1973).
- Galloway, M. M. Texture analysis using gray level run lengths. Comp Graphics and Im Proc. 4, 172-179 (1975).
- Tang, X. Texture information in run-length matrices. IEEE Trans on Im Proc. 7, 1602-1609 (1998).
- Amadasun, M., King, R. Textural features corresponding to textural properties. IEEE Trans Syst Man Cybern. 19, 1264-1274 (1989).
- Fave, X., et al. Preliminary investigation into sources of uncertainty in quantitative imaging features. Comp Med Imaging Graph. 44, 54-61 (2015).
- Fave, X., et al. Can radiomics features be reproducibly measured from CBCT images for patients with non-small cell lung cancer. Med Phys. 42, 6784-6797 (2015).
- Fave, X., et al. Impact of image preprocessing on the volume dependence and prognostic potential of radiomics features in non-small cell lung cancer. Trans Cancer Res. 5, 349-363 (2016).
- Fave, X., et al. Delta-radiomics features for the prediction of patient outcomes in non-small cell lung cancer. Scientific Reports. 7, 588 (2017).
- Fried, D. V., et al. Stage III Non-Small Cell Lung Cancer: Prognostic Value of FDG PET Quantitative Imaging Features Combined with Clinical Prognostic Factors. Radiology. 278, 214-222 (2016).
- Fried, D. V., et al. Potential Use of (18)F-fluorodeoxyglucose Positron Emission Tomography-Based Quantitative Imaging Features for Guiding Dose Escalation in Stage III Non-Small Cell Lung Cancer. IJROBP. 94, 368-376 (2016).
- Mackin, D., et al. Measuring Computed Tomography Scanner Variability of Radiomics Features. Invest radiol. 50, 757-765 (2015).
- Yang, J., et al. Uncertainty analysis of quantitative imaging features extracted from contrast-enhanced CT in lung tumors. Comp Med Imaging Graph. 48, 1-8 (2016).
- van Rossum, P. S., et al. The incremental value of subjective and quantitative assessment of 18F-FDG PET for the prediction of pathologic complete response to preoperative chemoradiotherapy in esophageal cancer. JNM. 57, 691-700 (2016).
- Hunter, L. A., et al. NSCLC tumor shrinkage prediction using quantitative image features. Comp Med Imaging Graph. 49, 29-36 (2016).
- Hunter, L. A., et al. High quality machine-robust image features: identification in nonsmall cell lung cancer computed tomography images. Med Phys. 40, 121916 (2013).
- Fried, D. V., et al. Prognostic value and reproducibility of pretreatment CT texture features in stage III non-small cell lung cancer. IJROBP. 90, 834-842 (2014).
- Gan, J., et al. MO-DE-207B-09: A Consistent Test for Radiomics Softwares. Med Phys. 43, 3706-3706 (2016).
- Klawikowski, S., Christian, J., Schott, D., Zhang, M., Li, X. SU-D-207B-07: Development of a CT-Radiomics Based Early Response Prediction Model During Delivery of Chemoradiation Therapy for Pancreatic Cancer. Med Phys. 43, 3350-3350 (2016).
- Huang, W., Tu, S. SU-F-R-22: Malignancy Classification for Small Pulmonary Nodules with Radiomics and Logistic Regression. Med Phys. 43, 3377-3378 (2016).
- Hanania, A. N., et al. Quantitative imaging to evaluate malignant potential of IPMNs. Oncotarget. 7, 85776-85784 (2016).
- Court, L. E., et al. Computational resources for radiomics. Trans Cancer Res. 5, 340-348 (2016).
- Matlab Add path. , Available from: https://www.mathworks.com/help/matlab/ref/addpath.html (2017).
- Zhao, B., et al. Reproducibility of radiomics for deciphering tumor phenotype with imaging. Sci Rep. 6, 23428 (2016).
- Owens, C., et al. Reproducibility and Robustness of Radiomic Features Extracted with Semi-Automatic Segmentation Tools. Med Phys. , (2017).
- Kassner, A., Liu, F., Thornhill, R. E., Tomlinson, G., Mikulis, D. J. Prediction of hemorrhagic transformation in acute ischemic stroke using texture analysis of postcontrast T1-weighted MR images. JMRI. 30, 933-941 (2009).
- IBEX Google Forum. , Available from: https://groups.google.com/forum/#!forum/ibex_users (2017).
