[论文解读] Standardised convolutional filtering for radiomics

Adrien Depeursinge, Vincent Andrearczyk+6 more|SERVAL (Université de Lausanne)|Jan 1, 2020

Radiomics and Machine Learning in Medical ImagingMedicine被引用 22

一句话总结

本文提出了一套用于放射组学中卷积滤波的标准化框架，以确保在不同软件实现之间具备可重复性和一致性。该框架定义了11种滤波器类型的精确配置、永久标识符和参考值，涵盖11个测试案例，支持放射组学软件的验证，并促进影像生物标志物从研究到临床应用的转化。

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.

研究动机与目标

• 通过建立基于共识的滤波协议，解决放射组学中可重复性和标准化不足的问题。
• 提供统一的框架，用于实现放射组学中使用的卷积滤波器，以确保响应图生成的一致性。
• 通过基准数据集和关键图像特征的参考值，实现软件验证。
• 通过减少不同平台和研究团队之间生物标志物计算的变异性，促进放射组学的临床转化。
• 为滤波器和图像处理步骤建立永久标识符，以提高放射组学研究中的可追溯性和可重复性。

提出的方法

• 定义11种标准化的卷积滤波器，包括Gabor、小波、Riesz和Simoncelli滤波器，提供精确的数学公式和实现参数。
• 规定滤波器参数，如尺度（σ）、频率（λ）、方向和空间范围，以确保在不同软件平台上的一致实现。
• 实施边界条件（例如镜像）和对齐规则（例如Riesz核的对齐），以减少实现差异。
• 为滤波器和图像处理步骤引入永久标识符（四位字符代码），以实现无歧义的引用。
• 为11个关键图像特征（例如变异系数、能量、均方根）提供参考值，这些值是使用标准化测试数据集上的每个滤波器计算得出的。
• 通过包含明确定义的测试案例和容差阈值的基准工作流，在多个团队中验证滤波器实现。

实验结果

研究问题

• RQ1 如何对放射组学中的卷积滤波进行标准化，以确保在不同软件平台上实现一致且可重复的生物标志物提取？
• RQ2 为最小化响应图生成中的变异性，需要哪些精确的滤波器配置和实现规则？
• RQ3 能否为标准化滤波器上的关键图像特征建立参考值，以支持软件验证？
• RQ4 如何利用永久标识符提高放射组学研究中的可追溯性和可重复性？
• RQ5 当使用相同的标准化滤波器设置时，不同软件实现对特征值的一致性程度如何？

主要发现

• IBSI标准化框架为11种滤波器配置提供了明确定义的参数，包括Gabor、小波、Riesz和Simoncelli滤波器，确保了实现的一致性。
• 11个图像特征（如变异系数、能量、均方根强度）的参考值在多个团队之间达成了高度共识（强或非常强）。
• 对于变异系数特征，11种滤波器配置中有10种达到了强或非常强的共识，容差范围为0.001至0.925。
• 对于均方根强度特征，11种滤波器中有10种表现出强共识（容差≤7），数值范围为43.0至236。
• 能量特征在11种滤波器中有9种达到强共识，数值范围为7.03×10⁷至1.97×10⁹，容差水平低于1.4×10⁸。
• 滤波器8.A和8.B在某些特征上表现出中等共识，表明其对实现方式可能较为敏感；而滤波器10.A、10.B、11.A和11.B由于数据缺失或共识度低，未提供参考值。