[논문 리뷰] Standardised convolutional filtering for radiomics

Adrien Depeursinge, Vincent Andrearczyk외 6명|SERVAL (Université de Lausanne)|2020. 01. 01.

Radiomics and Machine Learning in Medical ImagingMedicine인용 수 22

한 줄 요약

이 논문은 소프트웨어 구현 간 복제 가능성과 일관성을 보장하기 위해 방사학적 영상 분석에서 컨volution 필터링을 표준화하는 프레임워크를 제안한다. 11종의 필터 유형에 대해 정밀한 필터 설정, 영구 식별자, 그리고 11개의 테스트 케이스에 대한 기준값을 정의함으로써, 방사학적 소프트웨어의 검증과 연구에서 임상 적용으로의 영상 생물학적 지표 이식을 촉진한다.

ABSTRACT

The Image Biomarker Standardisation Initiative (IBSI) aims to improve reproducibility of radiomics studies by standardising the computational process of extracting image biomarkers (features) from images. We have previously established reference values for 169 commonly used features, created a standard radiomics image processing scheme, and developed reporting guidelines for radiomic studies. However, several aspects are not standardised. Here we present a preliminary version of a reference manual on the use of convolutional image filters in radiomics. Filters, such as wavelets or Laplacian of Gaussian filters, play an important part in emphasising specific image characteristics such as edges and blobs. Features derived from filter response maps have been found to be poorly reproducible. This reference manual forms the basis of ongoing work on standardising convolutional filters in radiomics, and will be updated as this work progresses.

연구 동기 및 목표

• 공동의 기준에 기반한 필터링 프로토콜을 수립하여 방사학적 영상 분석에서의 복제 가능성과 표준화 부족 문제를 해결한다.
• 방사학적 영상 분석에서 사용되는 컨볼루션 필터를 통합된 프레임워크로 구현하여 일관된 반응 지ap 생성을 보장한다.
• 핵심 영상 특징에 대한 기준값과 벤치마크 데이터셋을 통해 소프트웨어 검증을 가능하게 한다.
• 다양한 플랫폼과 연구 팀 간의 생물학적 지표 계산 변동성을 줄여 방사학적 영상 지표의 임상 적용을 촉진한다.
• 재현성과 추적 가능성을 향상시키기 위해 필터와 영상 처리 단계에 영구 식별자를 설정한다.

제안 방법

• 정확한 수학적 공식과 구현 파라미터를 포함한 11종의 표준화된 컨볼루션 필터(예: 가보르, 웨이블릿, 리에즈, 시몬첼리 필터)를 정의한다.
• 스케일(σ), 주파수(λ), 방향성, 공간적 범위와 같은 필터 파라미터를 명시하여 소프트웨어 플랫폼 간 일관성 있는 적용을 확보한다.
• 경계 조건(예: 거울 반사)과 정렬 규칙(예: 리에즈 커널에 대한 규칙)을 설정하여 구현 변동성을 최소화한다.
• 필터와 영상 처리 단계에 대한 영구 식별자(4자리 코드)를 도입하여 명확한 참조가 가능하도록 한다.
• 표준화된 테스트 데이터셋을 사용하여 각 필터를 적용한 11개의 핵심 영상 특징(예: 변동계수, 에너지, 평균 제곱근)에 대한 기준값을 제공한다.
• 정의된 테스트 케이스와 허용 오차 기준을 갖춘 벤치마킹 워크플로우를 통해 여러 팀에서 필터 구현을 검증한다.

실험 결과

연구 질문

• RQ1 어떻게 하면 다양한 소프트웨어 플랫폼 간에 일관되고 재현 가능한 생물학적 지표 추출을 보장하기 위해 방사학적 영상 분석에서 컨볼루션 필터링을 표준화할 수 있는가?
• RQ2 반응 지도 생성 시 변동성을 최소화하기 위해 필요한 정밀한 필터 설정과 구현 규칙는 무엇인가?
• RQ3 표준화된 필터를 기반으로 핵심 영상 특징에 대한 기준값을 어떻게 설정할 수 있는가?
• RQ4 영구 식별자는 어떻게 활용되어 방사학적 연구에서 추적 가능성과 재현성을 향상시킬 수 있는가?
• RQ5 동일한 표준화된 필터 설정을 사용할 때, 다양한 소프트웨어 구현 간 특징값의 일치 정도는 어느 정도인가?

주요 결과

• IBSI 표준화 프레임워크는 가보르, 웨이블릿, 리에즈, 시몬첼리 필터를 포함한 11종의 필터 설정을 제공하며, 정의된 파라미터로 일관된 구현을 보장한다.
• 변동계수, 에너지, 평균 제곱근 강도 등 11개의 영상 특징에 대한 기준값이 다수의 팀 간 높은 일치도(강하거나 매우 강한 일치)로 계산되었다.
• 변동계수 특징의 경우 11개 필터 설정 중 10개가 강하거나 매우 강한 일치도를 보였으며, 허용 오차 범위는 0.001에서 0.925까지 다양했다.
• 평균 제곱근 강도 특징은 11개 필터 중 10개에서 강한 일치도(허용 오차 ≤ 7)를 보였으며, 값은 43.0에서 236 사이였다.
• 에너지 특징은 11개 필터 중 9개에서 강한 일치도를 보였으며, 값은 7.03×10⁷에서 1.97×10⁹ 사이였고, 허용 오차 수준은 1.4×10⁸ 이하였다.
• 필터 8.A와 8.B는 일부 특징에서 중간 수준의 일치도를 보이며 잠재적인 구현 민감성을 시사했으며, 필터 10.A, 10.B, 11.A, 11.B는 데이터 누락 또는 낮은 일치도로 인해 기준값이 없었다.