影像组学即高通量地从医学影像中挖掘图像特征地过程。影像组学地功能工作流程包括：1）获取图像；2）分割感兴趣的区域，例如肿瘤；3）定量地提取图像特征；4）预测模型的建立和验证。
3.2 影像组学的特征
3.2.1特征的定义
定量的特征可被分为基于统计学的(statistics-based), 基于模型的(model-based), 基于变换的(transform-based), 基于形态学的(morphology-based), 基于锐利度的(sharpness-based)特征。每种分类都包含数种特征提取算法，每种算法都可生成多种影像组学特征。
3.2.1.1 基于统计学的特征
包含一阶统计量(first-order statistics)：平均值(指灰度的)，标准差，偏度(skewness,描述数据分布形态的统计量), 峰度(kurtosis, 是描述总体中所有取值分布形态陡缓程度的统计量)。
Skewness是对于分布的标准三阶中心距(standardized 3rdcentral moment).正态分布的skewness=0;如果skewness>0,代标波形有右侧长尾，如果skewness<0代标波形有左侧长尾。
Kurtosis是对于分布的标准四阶中心距(standardized 4thcentral moment).正态分布的Kurtosis为k=3，为了描述的方便，使用exceess_k=k-3来标准化表示。如果exceess_k>0,表示波形更平坦，如果<0,表示波形更消瘦。
游程(Run-length)包含：短程强调度(short primitives emphasis), 长程强调度（long primitives emphasis）, 灰度一致性(Gray level uniformity), 游程一致性(primitive length uniformity), 游程百分比(primitive
percentage)
通过计数同一线上相邻的同一灰度的像素的虽大数，来定义粗糙度。
灰度共生矩阵(GLCM, gray-level uniformity)包含：角二阶矩(angular second moment), 对比度(contrast), 相关性(correlation), 平方和(sum of squares), 逆差矩(inverse difference moment), 均数和(sumaverage), 均数商(entropy), 方差(variance), two information measurements of correlation, 最大相关系数(maximal correlation coefficient), 最大概率(maximumprobability), 聚类趋势(cluster tendency). 描述ROI的纹理特征。计数具有灰度图像中某种形状的像素对，在全图中出现的次数。传送阵：//www.greatytc.com/p/91204c2771a8
灰度差异矩阵(GTDM, gray-tone difference matrix):粗糙度(coarseness), 对比度(contrast),繁度(busyness), 复杂度(complexity), 劲度(strength). 用于描述纹理的视觉性质，基于一个像素和它相邻像素间的灰阶差异。
3.2.1.2 基于模型的特征
分维数分析(fractal dimension
analysis):平均值，标准差，间隙度(lacunarity)。分维数分析提供一个统计学指数来量化图像的复杂度。描述了测量范围的改变和导致的测量值改变之间的关系。纹理越粗糙，分维数越大。分维即与整数维(如线是一位，面是二维，体是三维)相对立的分数维。维数和测量方法有密切关系，一根直线，如果用0维的点来测量它，那么结果为无穷大，如果用二维的面来测量它，那么结果为0.分数维数值D的大小是分形对象复杂度的一个度量，数值越大分形对象越复杂。
如对于喉肿瘤细胞核边界分维值的比较，正常上皮分维为1.06±0.01，乳头状瘤为1.11±0.01，喉鳞癌为1.2±0.03。
传送阵:
https://wenku.baidu.com/view/767639e84493daef5ef7ba0d4a7302768e996fa9.html?fr=search
3.2.1.3 基于变换的的特征：从变换后的图像中提取。包括Gabor滤波器，小波变换。
3.2.1.4 基于形态的特征： 测量肿瘤大小和形状。肿瘤大小的特征包括单维特征(uni-dimensionally), 二维特征(bi-dimensionally),和体积(Volumetically).单维特征即肿瘤面积最大的二维平面的最大直径。形状特征则包括全局(global)形状特征和局部(local)形状特征。全局形状特征则包括离心率(eccentricity),坚固性(solidity)= tumor area/area of convex hull bounding the tumor, 肿瘤面积与包绕肿瘤的凸包面积的比。致密系数，紧凑系数(compact factor)基于其表面和体积。圆周系数(round factor)则基于周长和面积。
形状指数(shape index)的取值范围从-1到1，分为9级，SI1-SI9.分别代表，spherical cup, trough,rut, saddle rut,saddle, saddle ridge, ridge, dome, spherical cap。
3.2.1.5 基于清晰度/锐利度的特征: S型曲线拟合特征(Sigmoid curve fitting feature)用于量化肿瘤和其周围背景间的密度关系。包含斜斜率(slope), amplify, 密度低边界(intensity low
bounder)。
