[论文解读] Image biomarker standardisation initiative - feature definitions.

Alex Zwanenburg, Stefan Leger+2 more|arXiv (Cornell University)|Dec 21, 2016

Radiomics and Machine Learning in Medical Imaging被引用 114

一句话总结

本文在医学影像生物标志物标准化倡议（IBSI）框架内，为一组全面的医学影像特征建立了标准化定义，旨在提高放射组学研究中结果的可重复性和一致性。通过定义诸如强度、形状和纹理度量等特征，该倡议实现了可靠特征提取，并促进了与肿瘤学结局的生物标志物相关性研究。

ABSTRACT

While analysis of medical images has practically taken place since the first image was recorded, high throughput analysis of medical images is a more recent phenomenon. The aim of such a radiomics process is to provide decision support based on medical imaging. Part of the radiomics process is the conversion of image data into numerical features which capture different medical image aspects, and can be subsequently correlated as biomarkers to e.g. expected oncological treatment outcome. With the growth of the radiomics field, it has become clear that results are often difficult to reproduce, that standards for image processing and feature extraction are missing, and that reporting guidelines are absent. The image biomarker standardisation initiative (IBSI) seeks to address these issues. The current document provides definitions for a large number of image features.

研究动机与目标

• 解决医学影像研究中放射组学特征提取缺乏标准化的问题。
• 通过建立图像特征的统一定义，提高放射组学结果的可重复性。
• 为放射组学研究中的报告指南和互操作性提供基础。
• 促进影像特征与临床结局（如治疗反应）之间可靠的相关性分析。

提出的方法

• 系统性地定义一系列广泛的图像特征，包括强度、形状和基于纹理的度量。
• 使用标准化术语和数学公式描述每一项特征。
• 确保定义清晰无歧义，并适用于不同成像模态和扫描设备。
• 使特征定义与医学影像分析和放射组学领域的既定原则保持一致。
• 将特征按逻辑类别组织，以实现系统化应用与报告。
• 通过为研究人员和软件开发人员提供清晰的文档支持实施。

实验结果

研究问题

• RQ1 如何对图像特征定义进行标准化，以提高放射组学研究的可重复性？
• RQ2 医学影像中一致且无歧义的特征定义的关键组成部分是什么？
• RQ3 标准化的特征定义如何支持肿瘤学中可靠生物标志物的发现？
• RQ4 当前放射组学实践中存在哪些可通过标准化解决的挑战？

主要发现

• IBSI为放射组学中使用的图像特征提供了全面且标准化的命名体系。
• 标准化的定义减少了特征提取过程中的歧义，提升了跨研究的可比性。
• 该倡议实现了不同成像平台和研究环境中特征的一致应用。
• 通过以数学精度定义特征，该框架支持了生物标志物的可靠验证。
• 该工作为未来放射组学的报告指南和质量控制奠定了基础。
• 标准化工作增强了影像生物标志物向临床转化的潜力。