38、X-Tract：胸部特征灵活提取框架的研究与应用

X-Tract：胸部特征灵活提取框架的研究与应用

一、图像纹理描述符

图像纹理分析通常是非侵入性的。通过从图像像素中提取聚合度量/原始统计数据，并了解各个区域的空间分布，技术人员能够更好地理解图像并对病理进行适当分类。放射组学是一种出色的特征提取技术，它将图像转换为详尽的多维数据，用于数据挖掘。结合临床和实验室报告检查，这些聚合度量可以辅助精确诊断，或改善和/或改变各种病例的治疗反应。提取的定量特征还可用于纹理区分，从而实现更好的纹理分割。

统计模型分为一阶、二阶和高阶，还有一些是空间模型。一阶统计包含色调值的集中趋势度量（如均值、标准差、偏度、峰度等）。二阶统计（由像素对给出的统计数据），如灰度共生矩阵（GLCM），用于生成纹理特征的共现测量，根据其游程长度可分为精细或粗糙。此外，还有游程长度矩阵、区域大小矩阵和邻域灰度差矩阵等有效测量方法，用于测量各种像素的空间排列。除了基于欧几里得距离的特征外，还有分形维数等特征，用于测量不规则轮廓的复杂性，以及傅里叶、加博尔和小波等变换方法，也用于各种纹理分割任务。

当前框架提供了一阶统计特征、灰度共生矩阵（GLCM）、加博尔滤波器、局部二值模式（LBP）、快速傅里叶变换（FFT）和小波等功能。

• 快速傅里叶变换（FFT） ：FFT 是一个频域函数，可应用于输入图像。其公式如下：
  [
  X(t)=\frac{1}{2\pi}\int_{-\infty}^{+\infty}X(j\omega)e^{j\omega t}d\omega
  ]
  其中 (e^{j\omega t}=\cos(\omega t)+j\sin(\omega