Open-radiomics：一套标准化数据集及可复现放射组学机器学习流程的技术协议
定量方法
2025-03-04 v3 计算机视觉与模式识别
机器学习
摘要
背景：作为医学影像中机器学习流程的一个重要分支，放射组学面临两大挑战，即可复现性和可及性。在这项工作中，我们介绍open-radiomics，一组放射组学数据集以及基于我们提出的技术协议的全面放射组学流程，以改进结果的复现性。方法：我们基于三个开源数据集整理了大规模放射组学数据集；BraTS 2020用于高级别胶质瘤（HGG）与低级别胶质瘤（LGG）分类及生存分析，BraTS 2023用于O6-甲基鸟嘌呤-DNA甲基转移酶分类，以及来自癌症影像档案的非小细胞肺癌生存分析。使用BraTS 2020磁共振成像（MRI）数据集，我们将协议应用于369名脑肿瘤患者（76例LGG，293例HGG）。利用PyRadiomics进行LGG与HGG分类，我们从4种MRI序列、3种binWidth、6种归一化方法和4个肿瘤子区域生成了288个数据集。随机森林分类器在100种不同数据划分下进行了训练和验证（60%、20%、20%）（28,800个测试结果），评估受试者工作特征曲线下面积（AUROC）。结果：与binWidth和图像归一化不同，肿瘤子区域和成像序列显著影响了模型性能。T1对比增强序列与坏死及非增强肿瘤核心子区域的并集产生了最高的AUROC（平均测试AUROC 0.951，95%置信区间（0.949, 0.952））。尽管若干设置和数据分析（28800个中有28个）产生了测试AUROC为1，但它们是不可复现的。结论：我们的实验表明，放射组学流程中的变异性来源（例如肿瘤子区域）会对结果产生显著影响，可能导致不可复现的表层完美性能。
引用
@article{arxiv.2207.14776,
title = {Open-radiomics: A Collection of Standardized Datasets and a Technical Protocol for Reproducible Radiomics Machine Learning Pipelines},
author = {Khashayar Namdar and Matthias W. Wagner and Birgit B. Ertl-Wagner and Farzad Khalvati},
journal= {arXiv preprint arXiv:2207.14776},
year = {2025}
}