JoVE Journal > Engineering
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
العربية

Automatically Generated
Please note that all translations are automatically generated. Click here for the English version.
Engineering

المبادئ التوجيهية وتجربة استخدام التصوير مستكشف العلامات البيولوجية (الوعل) لراديوميكس

Published: January 08, 2018
doi:
10.3791/57132
, , , , , ,
1Department of Radiation Physics,The University of Texas MD Anderson Cancer Center, 2UTHealth Graduate School of Biomedical Sciences,The University of Texas MD Anderson Cancer Center, 3Department of Imaging Physics,The University of Texas MD Anderson Cancer Center

Summary

يصف لنا IBEX، أداة مفتوحة المصدر مصممة للدراسات راديوميكس التصوير الطبي، وكيفية استخدام هذه الأداة. وبالإضافة إلى ذلك، التي عرضت بعض الأعمال المنشورة التي استخدمت IBEX تحليل عدم اليقين ونموذج بناء.

Abstract

التصوير مستكشف العلامات البيولوجية (الوعل) أداة مفتوحة المصدر للعمل راديوميكس التصوير الطبي. والغرض من هذه الورقة وصف كيفية استخدام IBEX في واجهة المستخدم الرسومية (GUI) وتبين كيفية حساب IBEX الميزات التي استخدمت في الدراسات السريرية. IBEX يسمح باستيراد صور DICOM مع قمة أو ملفات بنية العلاج بالإشعاع DICOM. حالما يتم استيراد الصور، قد IBEX أدوات داخل “واجهة المستخدم الرسومية اختيار البيانات” التعامل مع عرض الصور، وتدبير فوكسل القيم والمسافات، وإنشاء وتحرير معالم. ويأتي IBEX 27 خيارات ميزة 132 وتجهيزها لتصميم مجموعات ميزة. وقد كل فئة تجهيزها وميزة المعلمات التي يمكن تعديلها. الإخراج من الوعل هو جدول بيانات الذي يحتوي على: 1) لكل ميزة من مجموعة المحسوبة لكل كفاف في مجموعة البيانات، ومعلومات 2) صورة عن كل كفاف في مجموعة من البيانات، و 3) ملخصاً لتجهيزها ميزة والميزات المستخدمة مع تلك المحددة معلمات. ميزات تحسب من الوعل قد استخدمت في دراسات لاختبار مدى تغير ملامح ظروف التصوير المختلفة وفي نماذج البقاء على قيد الحياة لتحسين النماذج السريرية الحالية.

Introduction

في الطب، ويتضمن تشخيص مرض المريض عادة عدد كبير من الاختبارات التشخيصية مثل الأشعة السينية والموجات فوق الصوتية والتصوير المقطعي (CT) والرنين المغناطيسي التصوير (التصوير بالرنين المغناطيسي)، والتصوير المقطعي بالبوزيترون (PET) بمسح للمساعدة في تحديد دورة للعناية بالمرضى. في حين استخدم الأطباء هذه الصور لتقييم نوعية التشخيص للمريض، قد يكون هناك المزيد من الميزات الكمية التي يمكن استخراجها لتوجيه العناية بالمرضى. والأساس المنطقي أن هذه الميزات قد تمثل البروتين والجينوم أنماط أعرب على المقياس عيانية1. الجمع بين هذه المعلومات الكمية مع المعلومات السريرية الحالية، مثلاً، والتركيبة السكانية المريض، قد تسمح أكثر فردية من رعاية المرضى. هذه هي النظرية وراء راديوميكس: ميزة تحليل الصور على مستوى فوكسل. الميزات التي تقع عادة إلى 5 فئات رئيسية: رمادي مصفوفة مستوى التواجد المشارك، مصفوفة طول تشغيل مستوى رمادي، حي كثافة الفرق مصفوفة، والرسم البياني، والشكل.

التصوير مستكشف العلامات البيولوجية (الوعل) أداة مفتوحة المصدر ل العمل راديوميكس2. تم وضع واجهة المستخدم الرسومية (GUI) في “مركز السرطان MD أندرسون” بهدف تيسير استخراج وحساب كمية من الميزات للمساعدة في عملية صنع القرار في علاج السرطان. التعليمات برمجية مصدر3 وإصدار قائمة بذاتها4 متاحة على الإنترنت. IBEX يحسب 5 فئات الميزات المستخدمة في راديوميكس الطبية مع المعلمات التي يمكن تعيينها لكل فئة الميزة الأكثر شيوعاً. الفئات: الرمادي مستوى التواجد المشترك مصفوفة5، طول تشغيل مستوى رمادي مصفوفة6،7، كثافة، حي كثافة الفرق مصفوفة8والشكل. منذ IBEX هو المصدر المفتوح، يسمح لمنسق ميزة استخراج النتائج عبر المؤسسات من بسهولة مقارنة الدراسات راديوميكس مختلفة. وترد جميع الميزات داخل IBEX في الورقة الأولى تشانغ et al. 2

والغرض من هذه المخطوطة توفير التوجيه بشأن كيفية استخدام الوعل وتثبت تطبيقاتها من خلال الدراسات المنشورة لاستعراض الأقران من المجموعة راديوميكس MD أندرسون. منذ الإفراج عنها للجمهور في عام 2015، IBEX قد استخدمت لحساب ميزات من الأشعة المقطعية، والحيوانات الأليفة، والتصوير بالرنين المغناطيسي مسح الصور المجموعة راديوميكس MD أندرسون، عادة ما تحقق ميزات لتحسين بقاء السريرية نماذج9،10، 11،،من1213،14،15،16،17،،من1819،20 ومن خارج المؤسسات21،،،من2223،24. ويمكن الاطلاع على توجيهات إضافية بشأن أدوات البرمجيات التي يمكن استخدامها للخطوات المذكورة في البحث راديوميكس التي لم يتم تضمينها في الوعل في المحكمة et al. 25

مقدمة عامة لسير العمل من IBEX سيساعد على تنظيم البيانات بشكل صحيح قبل البدء في المشاريع راديوميكس الاستفادة من الوعل. في حالة استيراد صور DICOM، IBEX يتطلب أن كل مريض الخاصة بهم مجلد مع صورهم DICOM. DICOM الإشعاع هيكل مجموعة اختيارية لتضمين في المجلد المريض، ولكن من المستحسن بدلاً من استخدام منصة الكنتوري في الوعل. للمساعدة في استيراد جميع المرضى لدراسة محددة، كافة المجلدات المريض يمكن وضعها في مجلد واحد معا حيث أنه قد استيراد كافة البيانات إلى الوعل باستخدام خطوة واحدة فقط. إذا كان استيراد المرضى من ذروة، فمن الأفضل أن يكون هيكل مجموعة مع الخطة المريض. المرضى قد يؤدي إلى عدة مجموعات الصور والخطط ضمن قمة، هو أفضل لتعيين الصورة التي تعرف والخطة الصحيحة قبل الاستيراد. تخفيض عدد شرائح الصورة لمريض إذا كان حساب الوقت مصدر قلق، يمكن تقليل وقت كبير. على سبيل المثال، إلا إذا كان الكبد الاهتمام بدراسة ولكن المرضى بمسح كامل الجسم CT، خفض الشرائح DICOM فقط في حدود مجال الاهتمام يمكن اختصار حساب الوقت (مثلاً، خفض DICOM من شرائح 300 إلى شرائح 50 يمكن اتخاذ 1/6t ح الوقت). هناك مختلف الأدوات المتاحة لتنفيذ هذا الحد من شريحة من اليدوي إلى شبه الآلية.

Protocol

1-تثبيت الوعل ملاحظة: لتثبيت نسخة التعليمات برمجية مصدر انتقل إلى الخطوة 1، 1. وبدلاً من ذلك، لتثبيت إصدار مستقل انتقل إلى الخطوة 1، 2. إصدار التعليمات البرمجية المصدر انتقل إلى موقع على شبكة الإنترنت نسخة التعليمات البرمجية المصدر IBEX3. تحميل ?…

Representative Results

الإخراج من الوعل جدول بيانات (انظر الشكل 4) الذي يحتوي على علامات التبويب 3. علامة التبويب “نتائج” يحتوي على قيم السمة لكل عائد الاستثمار في مجموعة البيانات (الشكل 4أ). علامة التبويب “بيانات المعلومات.” يحتوي على معلومات حول الصور الم…

Discussion

IBEX أداة قوية للبحث راديوميكس التصوير الطبي. حتى الآن معظمها تم استخدامه لأغراض علم الأورام الإشعاعي في الدراسات التي أجرتها مجموعة راديوميكس MD أندرسون. IBEX يسمح بالتلاعب في رويس وحساب ميزات ضمن 5 فئات الميزات الرئيسية. إصدار التعليمات البرمجية المصدر IBEX يسمح للمستخدم بتصميم التطبيقات الت?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

وتمول ألمانيا راشيل روزالي باء Hite زمالة الدراسات العليا والزمالات مساعدة الفيلق الأمريكي. وقد مولت “كارلوس كارديناس” الزمالة جورج م. ستانسيل درجة الدكتوراه في “العلوم الطبية الحيوية”. ومولت تطوير IBEX لجنة التحقيق الوطنية (R03 CA178495).

Materials

Excel Microsoft Office Any version of excel should work.
Matlab MathWorks Only use IBEX on 32 bit Matlab 2011a or 64 bit Matlab 2014b.
DOWNLOAD MATERIALS LIST

References

  1. Lambin, P., et al. Radiomics: extracting more information from medical images using advanced feature analysis. EJC. 48, 441-446 (2012).
  2. Zhang, L., et al. IBEX: an open infrastructure software platform to facilitate collaborative work in radiomics. Med Phys. 42, 1341-1353 (2015).
  3. Haralick, R. M., Shanmugam, K. Textural features for image classification. IEEE Trans Syst Man Cybern. , 610-621 (1973).
  4. Galloway, M. M. Texture analysis using gray level run lengths. Comp Graphics and Im Proc. 4, 172-179 (1975).
  5. Tang, X. Texture information in run-length matrices. IEEE Trans on Im Proc. 7, 1602-1609 (1998).
  6. Amadasun, M., King, R. Textural features corresponding to textural properties. IEEE Trans Syst Man Cybern. 19, 1264-1274 (1989).
  7. Fave, X., et al. Preliminary investigation into sources of uncertainty in quantitative imaging features. Comp Med Imaging Graph. 44, 54-61 (2015).
  8. Fave, X., et al. Can radiomics features be reproducibly measured from CBCT images for patients with non-small cell lung cancer. Med Phys. 42, 6784-6797 (2015).
  9. Fave, X., et al. Impact of image preprocessing on the volume dependence and prognostic potential of radiomics features in non-small cell lung cancer. Trans Cancer Res. 5, 349-363 (2016).
  10. Fave, X., et al. Delta-radiomics features for the prediction of patient outcomes in non-small cell lung cancer. Scientific Reports. 7, 588 (2017).
  11. Fried, D. V., et al. Stage III Non-Small Cell Lung Cancer: Prognostic Value of FDG PET Quantitative Imaging Features Combined with Clinical Prognostic Factors. Radiology. 278, 214-222 (2016).
  12. Fried, D. V., et al. Potential Use of (18)F-fluorodeoxyglucose Positron Emission Tomography-Based Quantitative Imaging Features for Guiding Dose Escalation in Stage III Non-Small Cell Lung Cancer. IJROBP. 94, 368-376 (2016).
  13. Mackin, D., et al. Measuring Computed Tomography Scanner Variability of Radiomics Features. Invest radiol. 50, 757-765 (2015).
  14. Yang, J., et al. Uncertainty analysis of quantitative imaging features extracted from contrast-enhanced CT in lung tumors. Comp Med Imaging Graph. 48, 1-8 (2016).
  15. van Rossum, P. S., et al. The incremental value of subjective and quantitative assessment of 18F-FDG PET for the prediction of pathologic complete response to preoperative chemoradiotherapy in esophageal cancer. JNM. 57, 691-700 (2016).
  16. Hunter, L. A., et al. NSCLC tumor shrinkage prediction using quantitative image features. Comp Med Imaging Graph. 49, 29-36 (2016).
  17. Hunter, L. A., et al. High quality machine-robust image features: identification in nonsmall cell lung cancer computed tomography images. Med Phys. 40, 121916 (2013).
  18. Fried, D. V., et al. Prognostic value and reproducibility of pretreatment CT texture features in stage III non-small cell lung cancer. IJROBP. 90, 834-842 (2014).
  19. Gan, J., et al. MO-DE-207B-09: A Consistent Test for Radiomics Softwares. Med Phys. 43, 3706-3706 (2016).
  20. Klawikowski, S., Christian, J., Schott, D., Zhang, M., Li, X. SU-D-207B-07: Development of a CT-Radiomics Based Early Response Prediction Model During Delivery of Chemoradiation Therapy for Pancreatic Cancer. Med Phys. 43, 3350-3350 (2016).
  21. Huang, W., Tu, S. SU-F-R-22: Malignancy Classification for Small Pulmonary Nodules with Radiomics and Logistic Regression. Med Phys. 43, 3377-3378 (2016).
  22. Hanania, A. N., et al. Quantitative imaging to evaluate malignant potential of IPMNs. Oncotarget. 7, 85776-85784 (2016).
  23. Court, L. E., et al. Computational resources for radiomics. Trans Cancer Res. 5, 340-348 (2016).
  24. . Matlab Add path Available from: https://www.mathworks.com/help/matlab/ref/addpath.html (2017)
  25. Zhao, B., et al. Reproducibility of radiomics for deciphering tumor phenotype with imaging. Sci Rep. 6, 23428 (2016).
  26. Owens, C., et al. Reproducibility and Robustness of Radiomic Features Extracted with Semi-Automatic Segmentation Tools. Med Phys. , (2017).
  27. Kassner, A., Liu, F., Thornhill, R. E., Tomlinson, G., Mikulis, D. J. Prediction of hemorrhagic transformation in acute ischemic stroke using texture analysis of postcontrast T1-weighted MR images. JMRI. 30, 933-941 (2009).
  28. . IBEX Google Forum Available from: https://groups.google.com/forum/#!forum/ibex_users (2017)

Tags

RadiomicsImaging Biomarker ExplorerIBEXQuantitative Image FeaturesShapeTextureGray Level Co-occurrence MatrixRadiation TherapyPrognostic ModelsTumor PhenotypeDICOMPinnacleBatch ProcessingPatient Data ImportImage ViewingImage Zooming

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Cite This Article
Ger, R. B., Cardenas, C. E., Anderson, B. M., Yang, J., Mackin, D. S., Zhang, L., Court, L. E. Guidelines and Experience Using Imaging Biomarker Explorer (IBEX) for Radiomics. J. Vis. Exp. (131), e57132, doi:10.3791/57132 (2018).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image