人工智能时代的放射组学及Pyradiomics工具包在放射组学中的应用

人工智能时代各种基于高通量自动化数据分析的放射组学技术能够自动、精准、量化提取感兴趣区的影像特征,通过大量数据化的信息挖掘隐含在影像中的组织、细胞乃至蛋白、核酸的变化,剖析感兴趣区病理生理、遗传代谢、信号转导等状态,准确判断肿瘤的分化、分期,预测肿瘤的行为,使肿瘤的精准治疗成为可能。本文就放射组学概念、工作流程、Pyradiomics工具包在放射组学中的应用及对精准医学的贡献,人工智能时代放射组学的机遇及面临的挑战等作一综述。

基于PyRadiomics的医疗影像纹理获取原型系统集成

针对计算机辅助诊断中医学影像纹理计算相对复杂、商业分析软件功能相对固定和成本较高等问题,以目前主流的Python语言为开发工具,将其对应的PyRadiomics模块、SimpleITK模块与Pydicom模块相结合,给出了符合Dicom 3.0格式的医疗影像数据纹理分析软件设计流程,开发了纹理计算过程和数据可视化原型系统。系统集成为影像医师诊断提供了一种低成本、交互友好的纹理特征数据获取与分析手段,为医学影像中的人工智能、深度学习应用打下了基础。