基于概率分割的放射组学特征稳定性分析

在放射组学中，识别对分割变异和域偏移具有鲁棒性的图像特征是一项严峻挑战。迄今为止，该问题主要在重测分析中加以应对。在本工作中，我们基于概率分割分析放射组学特征稳定性。基于一个公开的肺癌数据集，我们利用概率U-Net生成任意数量的合理分割。从这些分割中，我们为每个肺肿瘤提取大量合理特征向量，并分析相对于分割的特征方差。我们的结果表明，存在对分割变异性更鲁棒（如统计特征）和较不鲁棒（如灰度尺寸区矩阵特征）的放射组学特征群组。最后，我们证明分割方差会影响预后肺癌生存模型的性能，并提出了一种新颖且潜在更鲁棒的放射组学特征选择工作流。