GLSZM

新的PyRadiomics扩展增强了各向异性医学图像纹理分析

研究人员开发了一个增强版的PyRadiomics，旨在精确分析具有各向异性体素间距采集的医学成像数据中的纹理特征。新框架在不插值灰度级的情况下，考虑了相同体素偏移量代表的不同物理距离。该系统跨Python、C和计算后端运行，修改了GLCM、NGTDM和GLRLM等特定纹理族以适应各向异性。使用合成3D体模进行的验证证明了其准确性，并突出了运行时和内存使用量的适度增加，为未来在异构医学成像中的放射组学评估提供了坚实的技术基础。