January 8th, 2018
Dağ KEÇİSİ, tıbbi görüntüleme radiomics çalışmaları ve bu aracının nasıl kullanılacağı için tasarlanmış bir açık kaynak aracı açıklanmaktadır. Buna ek olarak, dağ KEÇİSİ belirsizlik çözümlemesi için kullanılan ve bina model bazı yayımlanmış eserler görücüye vardır.
Bu yazılım aracının genel amacı, gri seviye birlikte oluşum matrisi kategorileri gibi şekle veya dokuya giren nicel görüntü özelliklerini çıkarmaktır. Bu araç, radyomik alanındaki bazı önemli soruları yanıtlamak için kullanılabilir. Örneğin, kantitatif görüntü özelliklerini çıkarabilir ve bunlar ile radyasyon terapisindeki hasta sonuçları arasındaki korelasyonlara bakabilirsiniz.
Bu tekniğin ana avantajı, açık kaynak kodlu olması, kullanımının kolay olması ve prognostik modellerde kullanılmak üzere özellikleri çıkarmak için onu kullanan uzun bir insan geçmişine sahip olmasıdır. Radyomikler, bir tümörün belirli tedavilere olası yanıtı hakkında bilgi sağlama potansiyeline sahiptir ve bu nedenle klinik personelin alternatif tedavilerin uygunluğunu belirlerken kullanabileceği ek bilgiler sağlayabilir. Radyomikler, tümör fenotipi hakkında bilgi sağlayabilir, ayrıca tedavi boyunca daha fazla dokunun quanitfifying değişiklikleri gibi allozanslara da uygulanabilir.
Genel olarak, bu yönteme yeni olan kişiler mücadele edecektir, çünkü bit derinliği yeniden örnekleme gibi farklı özellikler için doğru ayarları seçmek önemlidir, bu nedenle bunlara dikkat etmek hayati önem taşır. Birçok adım ve ayrıntı olduğu için görsel gösterim çok önemlidir. Radyomik çalışmalarda iyi sonuçlar için ayrıntılara dikkat etmek önemlidir.
Başlamak için, beraberindeki metin protokolünde açıklanan IBEX'i yükleyin. Kurulduktan sonra, verilerinizi içe aktarmak ve kaydetmek için IBEX'i yükleyin ve yeni bir kullanıcı oluşturun. Ardından, içe aktar simgesine tıklayın ve biçimin adına tıklayarak DICOM veya Pinnacle dosya sürüm dokuzuncu biçimini seçin ve ardından ileri'ye tıklayın.
Tüm hastaları bir kerede içe aktarmak için sağ üst köşedeki toplu klasör kutusunu işaretleyin ve ardından listelenen dizinin yanındaki daha fazla düğmesine tıklayın. Karşılık gelen DICOM görüntüleri ve radyasyon DICOM yapısı dosyalarıyla birlikte tüm hasta klasörlerini içeren klasörü seçin. Son olarak, çıkış düğmesine tıklayın.
Başlamak için, önce veri simgesine tıklayarak bir hasta dosyası yükleyin. Ardından bir hasta seçin bölümünde, açmak için istediğiniz hasta dosyasına tıklayın. Ardından, görüntü setini seç bölümünde, istenen hasta dosyasının görüntü setine tıklayın ve ardından aç düğmesine tıklayın.
Eksenel, koronal ve sagital görünümlerde gösterilen görüntüler arasında gezinmek için okları kullanın. Ardından, yakınlaştırma düğmesini seçin ve yakınlaştırmak için görüntü düzlemine bir kutu çizin. Uzaklaştırmak için resme sağ tıklayın.
Ardından, pencere seviyesi düğmesine tıklayın. Başka bir düğme açılır, açıldığında, sol ve sağ tarafları istediğiniz alana sürükleyin veya yeni pencerenin altındaki pencere ve seviye kutularına pencere seviyesini manuel olarak girin. Soldaki ilk açılır menüyü kullanarak farklı pencere düzeylerini seçin.
BT için sekiz seçenek ve PET için bir seçenek vardır. Resimlerde görünür hale getirmek için ilgilenilen bölgenin yanındaki kutuya tıklayarak ilgilenilen bölgeleri görselleştirin veya tüm ilgili bölgeleri açmak için Tüm Yatırım Getirilerinde "düğmesine tıklayın. Ardından, konturları görüntülemek için veri setini hazırlayın.
Bunu gerçekleştirmek için, önce veri setindeki konturları görüntülemek için veri setini göster düğmesine tıklayın. Veri kümeleri görüntülendikten sonra pencereyi kapatın. Bu, yeni içe aktarılan hastaları olan yeni bir kullanıcıdır, bu nedenle henüz oluşturulmuş bir veri kümemiz yok.
Ardından, adlarının yanındaki onay kutusuna tıklayarak veri setine eklenecek konturları seçin ve veri setine ekle düğmesine tıklayın. Konturları eklemek için veri setinin adına tıklayın veya yeni bir veri seti için yeni düğmesine tıklayın. Yeni seçiliyse, yeni pencerede veri kümesinin adını girin ve ardından Tamam düğmesine tıklayın.
İşiniz bittiğinde, hasta ve taramalar listesine geri dönmek için çıkış düğmesine tıklayın. Özellik simgesine tıklayın ve istenirse, ekle düğmesine tıklayarak ve yeni penceredeki açılır menüden ön işleme seçeneğini seçerek ön işleme ekleyin. Ardından, ön işleme parametrelerini seçmek için Parametreler altındaki i'ye tıklayın.
Değer sütununun altındaki sayıyı seçin, yeni parametre değerini yazın ve ardından Tamam düğmesine tıklayın. Ön işleme yönteminin ve belirli parametrelerin açıklaması için sağ üst köşedeki soru işareti düğmesine tıklayın. Memnun kaldığınızda, ön işleme adımını eklemek için ekle düğmesine tıklayın.
İstenmeyen ön işleme adımlarını silmek için, ön işleme adımını seçin ve sil'i tıklatın. Özellik kategorileri menüsünde, 2.5D'de sırasıyla gri düzey birlikte oluşum matrisini ve komşu yoğunluk farkı matrisini hesaplamak için komşu yoğunluk farkı 25 özellik kategorisinde gri seviye uyum matrisini 25 seçin. Bu, her dilim üzerinde ayrı ayrı hesaplama yaparak ve ardından tüm matrisleri bir araya getirerek gerçekleştirilir.
Diğer bir seçenek de, sırasıyla gri düzey birlikte oluşum matrisini ve komşu yoğunluk farkı matrisini 3D olarak hesaplamak için komşu yoğunluk farkı üç özellik kategorisinde gri seviye birlikte oluşum üçünü seçmektir. Bu özellik kategorisi için seçilen parametreleri görmek için I'ye tıklayın. Bir parametreyi değiştirmek için yeni değeri girin ve Tamam düğmesine tıklayın.
Ek bilgi için sağ üst köşedeki soru işaretine tıklayın. Tüm parametreler düzgün bir şekilde ayarlandıktan sonra, istenen özelliğin veya kategorinin yanındaki düğmeye tıklayarak bir özellik kategorisini veya belirli bir özelliği görüntülemek için test düğmesine tıklayın. Testin görüntüleneceği veri kümesini seçin ve ardından aç düğmesine tıklayın.
Seçilen veri setinden hastaların yanındaki kutuyu işaretleyin ve test düğmesine tıklayın. Testten memnun kaldığınızda, pencereyi kapatın. Seçilen kategori için istenmeyen özelliklerin işaretini kaldırın.
Tüm özelliklerin işaretini kaldırmak için, ikinci küme altındaki özellikler" kelimesine tıklayın, özellikler. Seçilen ön işleme ile seçilen özelliklerin tümünü eklemek için, özellik kümesine ekle düğmesine tıklayın. Adı ve özellik kümesini seçin ve aç düğmesini tıklatın veya bu özellikleri yeni bir kümeye eklemek için yeni düğmesini tıklatın.
Yeni pencerede özellik kümesinin adını girin ve Tamam'ı tıklatın. Ardından, ilgili ön işleme tekniklerine sahip özellikleri görüntülemek için özellik kümesini göster düğmesini tıklayın. Görüntülenecek özellik kümesini seçin ve ardından aç'ı tıklatın. Açılır menülerdeki ön işleme parametrelerini ve özellik kategorilerini gözlemleyin.
Parametreler altındaki I düğmesine tıklayarak bunları düzenleyin. Bitirdikten sonra pencereyi kapatın. Ana özellik penceresinde, mevcut veri kümelerini görüntülemek için veri kümesini göster düğmesine tıklayın.
Ardından, görüntülenecek veri kümesini seçin ve ardından aç düğmesine tıklayın. İşiniz bittiğinde çıkış düğmesine tıklayın. Çıktıyı hazırlamak için önce sonuç simgesine tıklayın, ardından birinci adımda özelliklerin çalıştırılacağı veri setine tıklayın ve ikinci adımda seçilen veriler üzerinde çalışacak özellik setine tıklayın.
Ardından, seçilen veri setini görüntülemek için verileri görüntüle düğmesine ve ardından seçilen özellik setini görüntülemek için özelliği görüntüle düğmesine tıklayın. Son olarak, hesapla ve sonucu kaydet düğmesine tıklayın. Sonuçlar için dosya adını girin ve kaydet'i seçin.
IBEX'in çıktısı, üç sayfadan oluşan bir elektronik tablodur. Burada, bu öğretici videoda çalıştırılandan daha fazla ilgi alanı ve seçilen özellikler içeren daha karmaşık bir çıktı gösterilmektedir. İlk sayfa, veri kümesine yerleştirilen her ilgi alanı için özellik değerlerini içerir.
Gri düzey birlikte oluşum matrisi ve gri düzey çalışma uzunluğu matrisi özellikleri için, matrisin hesaplandığı her yön için bir değer ve 333 olarak adlandırılan tüm yönler boyunca ortalama bir matris verilir. Dördüncü satır özellik kategorisini belirtir ve beşinci satır, dizin, görüntü, ilgi alanı, MRN veya belirli bir özellik olarak belirtilen bu sütunun başlığını belirtir. İkinci sayfa veri bilgilerini içerir.
Bu, X, Y ve Z voxyl boyutları gibi ilgilenilen bölgenin elde edildiği görüntü hakkında bilgidir. Üçüncü sayfa özellik bilgilerini içerir. Özellikler kategorilerine göre ayrılır.
Özellik kategorisi için parametreler ikinci sütunda listelenir. Bu kategori için seçilen tüm özellikler üçüncü sütunda listelenir. Beşinci sütun, unsurlara uygulanan önişlemeyi, altıncı sütun ise önişlemenin parametrelerini gösterir.
Bir kez ustalaştıktan sonra, bu araç tıbbi görüntülerden doku verilerini verimli bir şekilde çıkarmak için kullanılabilir. Ön işleme ve diğer özellik ayarlarının önemli olduğundan emin olmak da dahil olmak üzere tüm verileri dikkatlice gözden geçirmeyi unutmamak önemlidir. Örneğin, işlem sonrası görüntüleri dikkatlice incelemek için IBEX inceleme aracını kullanın.
Geliştirilmesinden sonra, bu teknik, radyomik alanındaki araştırmacıların, hastaları yerel bölgesel kontrol ve kanser hastaları gibi sonuçlar için sınıflandırmak için görüntülerin kullanımını keşfetmelerinin yolunu açtı. Bu videoyu izledikten sonra, tıbbi görüntülerden görüntü özelliklerini çıkarmak için IBEX'in nasıl kullanılacağını iyi anlamış olmalısınız. Daha sonra tümör fenotipi hakkında bir şeyler öğrenmek için bu görüntü özelliklerini istatistiksel veya makine öğrenimi yaklaşımlarına koyabilirsiniz.
View the full transcript and gain access to thousands of scientific videos
IBEX, şekil ve dokuya ilişkin nicel görüntü özelliklerinin çıkarılmasına olanak tanıyan, tıbbi görüntüleme radiyomiks çalışmaları için tasarlanmış bir açık kaynak aracıdır. Bu araç, radiyomiks araştırmalarında belirsizlik analizi ve model oluşturmayı kolaylaştırır.
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.