第7章：放射组学技术背景（Radiomics: Technical Background）

作者：B. Baessler

形态学特征的简短收尾

承接上一节，形态学特征是用于反映感兴趣区/感兴趣体积（ROI/VOI）复杂结构表面的一类相对简单的描述子，例如紧致度（compactness）或球形度（sphericity）。这类特征主要应用于肿瘤影像：一些肿瘤在形态上呈现毛刺状（spiculated）或"边界不清（ill-defined borders）"的外观，被认为提示潜在的侵袭性与恶性程度。然而在心脏影像中，形态学特征至今未被报道为有效，主要原因是多数研究在提取放射组学特征时将整个心肌（entire myocardium）作为 ROI/VOI 输入。作者承认，随着心脏放射组学研究日益增多，形态学特征将来可能引起兴趣，但本章聚焦于目前在心脏影像中使用的特征类别。Zwanenburg 等人 [31] 的工作可供进一步讨论形态学特征的算法细节。

强度（直方图）特征

强度特征（intensity-based features）派生自图像像素矩阵的直方图，因此也常被称为直方图特征（histogram features）。图像的直方图显示了图像中每个像素值出现的频次——横轴为灰度值，纵轴为该灰度值对应的像素计数。Fig. 7.4 给出了从一张心脏 MR 图像到一个像素矩阵、再到一幅直方图的转换示例。基于直方图派生出的放射组学参数通常比下文将进一步讨论的高阶统计量更易理解、也更为直观。Table 7.1 汇总了可计算的各种直方图特征，大致可分为两类：基于强度的统计特征（intensity-based statistical features）与强度-体积直方图特征（intensity-volume histogram features, IVH）。前者既包括直接可解释的统计量——直方图的均值代表图像的灰度均值，方差衡量灰度值相对均值的散布程度——也包括一些常见的形状描述量，如偏度（skewness）与峰度（kurtosis）。偏度度量灰度分布关于均值的对称性：当分布的尾被拉长而质量集中于另一侧时，偏度为正或为负。峰度度量直方图分布的"尖峰程度"：正峰度（leptokurtic）意味着分布质量集中于均值附近一个尖峰；负峰度（platykurtic）意味着分布质量集中于尾部而非均值附近（Fig. 7.5）。除以上基础统计量外，Table 7.1 还列出多种分位数类（如第 10/90 百分位数、中位数、IQR、极差等）、绝对偏差类（如 MAD、鲁棒 MAD、中位数绝对偏差、变异系数、四分位离散系数等）以及能量与均方根。所有特征的精确数学定义参见 Image Biomarker Standardisation Initiative（IBSI）的建议文献 [31, 32]。

纹理特征与纹理分析

纹理分析（texture analysis）的关注点超出了"对每个灰度值像素计数"的层面，转向量化像素/体素灰度值在图像中的空间分布与相互关系。直观上，纹理描述的是某组织在视觉上较均匀还是较不均匀。图 7.6 给出了两个像素矩阵示例：矩阵 A 看起来更异质（heterogeneous），矩阵 B 更同质（homogeneous）。尽管两者的直方图完全相同（因为灰度值的总数没有差异），但由邻近像素灰度值的空间关系所计算出的共现矩阵（grey-level co-occurrence matrix, GLCM）却截然不同。纹理分析由此可以量化组织的同质/异质性：粗纹理（coarse textures）产生较大、细纹理（fine textures）产生较小的相似灰度值像素/体素群 [8]。纹理分析因而被视为心脏放射组学中最受关注的特征类别，已有研究证明不同纹理特征在心肌梗死 [6, 20, 21]、肥厚型心肌病 [5, 24] 与心肌炎 [3–5] 中具有附加诊断价值。

纹理特征可由多种特征族（也称矩阵）派生，IBSI 推荐 [32] 的家族包括：灰度共现矩阵 GLCM、灰度游程矩阵 GLRLM、灰度大小区域矩阵 GLSZM、灰度距离区域矩阵 GLDZM、邻域灰度差矩阵 NGTDM 与邻域灰度依赖矩阵 NGLDM。Table 7.2 汇总了上述矩阵各自可计算的特征名称。

GLCM 也被称作"二阶直方图"，反映相邻像素/体素灰度值的组合沿不同图像方向的分布 [16]（Fig. 7.7、Fig. 7.8）。对于 2D 数据，GLCM 的邻域通常考虑 8 个方向；对于 3D 数据，则考虑 26 个方向 [32]。由于 GLCM 具有对称不变性（symmetry invariant），通常只计算一个方向而无需其逆方向 [14]，分别得到 4 个（2D）与 13 个（3D）唯一方向向量 [32]。为提高旋转不变性，GLCM 特征值通常通过对各方向矩阵的信息做聚合得到 [11]，具体聚合方法多样。除图 7.8 所示的 1 像素距离邻窗外，也可使用其他像素距离计算 GLCM 特征；通常对距离从 1 到 5 像素的范围计算一组 20 个共现矩阵 [9]。Table 7.2 列出了 GLCM 派生的具体特征名。

与 GLCM 评估相邻像素/体素灰度值的共现不同，GLRLM [13] 评估的是游程长度（run length）。游程定义为"沿某一方向、灰度值相同的连续像素或体素序列的长度" [31]。换言之，GLRLM 在图像中按给定方向（与 GLCM 相同，Fig. 7.7）寻找长度为 2、3、4、5 等的同灰度值像素/体素"游程"。与 GLCM 类似，通常计算 4 个（2D）或 13 个（3D）唯一方向 [9, 31]，并可用多种方法对多方向 GLRLM 聚合以得到单一特征值 [31]。一个示例是 short runs emphasis 特征，其意图是显示图像中具有短游程长度的游程所占比例 [9]。

灰度大小区域矩阵 GLSZM [27] 计数相连的同灰度值像素/体素群（zone）的数量。在 2D 方法中考虑"8 连通"（8-connectedness），即中心像素与所有 8 个邻域像素相连 [31]；在 3D 方法中则考虑"26 连通"。Table 7.2 列出了 GLSZM 可计算的特征。

灰度距离区域矩阵 GLDZM [27, 31] 反映某灰度值与它在图像中位置之间的关系，计数在 ROI/VOI 内具有相同灰度值且距 ROI/VOI 边缘距离相同的相连像素/体素群（zones）。Table 7.2 列出了 GLDZM 可计算的特征。

邻域灰度差矩阵 NGTDM 是 GLCM 的替代方案之一，记录某灰度值的像素/体素与其在给定距离内邻域像素/体素平均灰度值之差的总和 [2, 31]。另一种旋转不变的 GLCM 替代是邻域灰度依赖矩阵 NGLDM [26]。Table 7.2 列出了 NGTDM 与 NGLDM 各自可计算的特征。

滤波器

放射组学特征可由不同图像集计算得到。基础图像是来自 PACS 的数字图像；进一步地，这些图像可经不同滤波器（如小波、Gabor 滤波器）变换，并基于变换后的图像再计算特征。这正是放射组学研究中通常遇到大量特征的原因之一。

小波滤波器（wavelet filters）是放射组学研究中非常常见的滤波器代表。小波是一种在不同尺度上分析图像频率内容的技术 [9]：原始图像中的每个像素被关联到一组数字（即小波系数），用以刻画该图像的频率内容。本章上述所有类型的放射组学特征都可以从不同的小波变换图像中计算得到。

数据分析

特征提取之后得到的数据集通常包含数百乃至数千（理论上无限）个特征，可统称为"大数据"（big data）。因此，放射组学的数据分析一般采用机器学习谱系的方法，以期对诊断或预后做出预测。

模型中特征数量越大、且纳入的患者组样本量越小时，模型过拟合的风险越高。因此，放射组学数据分析的一个关键步骤是减少特征数量（也称特征选择或降维），以得到更可靠、更具泛化性的结果。降维有多种方式，包括观察者内/观察者间一致性分析并排除所有不可重复的特征（以应对手动或半自动 ROI/VOI 定义中可能存在的偏倚），应用 LASSO、Boruta 等特征选择算法，构建相关矩阵、层次聚类等等。一份示范性的数据分析工作流见 "Radiomics how to" 指南 [30]，文献中也已提出过更多的工作流方案。

需要特别指出的是，分析流水线的选择与对数据分析的报告都应审慎进行，并遵循预定义的质量指南 [18]，以使放射组学研究更具可重复性，并最终可转化到临床常规实践中。

结论与展望

作者在结论部分指出，放射组学有潜力成为心血管影像研究中可整合到临床常规的一部分，且向临床转化的可能性很高。然而，章中所述的诸多技术基础仍需要一个标准化且经过验证的方法，需要谨慎地使用与报告，并遵守一定的质量标准。当前的若干局限——无论在技术图像采集层面，还是在图像处理与特征提取层面——都阻碍了已训练模型的泛化能力。近期发表的相关指南与检查清单（checklists）旨在提升未来放射组学研究的质量，但透明度（transparency）已被认为是可重复性最为重要的因素。理解本章所介绍的放射组学技术基础，将有助于读者更好地把握其底层概念，并有望推动心脏影像放射组学领域的进一步研究，最终贡献于"精准心血管医学"（precision cardiovascular medicine）这一目标。

本章个人批注

这一章的形式接近于"工具书章节"——大量内容以矩阵与表格的形式铺陈，作者给出的叙述性文字更多是"在特征族之间穿针引线"的简短过渡。对于想真正进入放射组学代码或特征提取的人，Table 7.1 与 Table 7.2 几乎是"必查清单"；而叙述性段落则承担了概念入门（什么是纹理、什么是游程、为什么要做降维）的作用。从笔记的角度，最难处理的是"哪些东西写在批注里、哪些东西写在复述里"——本章几乎没有临床观点或机制讨论，叙述里的所有"作者认为"都集中在"对临床转化的判断"和"对质量标准的呼吁"上，因此本章的"扩展"空间非常有限，硬要扩展就只能写自己的方法学感受，这正是个人批注的位置。

值得记录的一个观察是：本章作者对 IBSI 文档 [31, 32] 反复引用，提示 IBSI 在放射组学中扮演了类似 DICOM 在医学影像元数据中那样的"事实标准"角色。这是第一次在精读中明确感受到"标准化"对放射组学这门学科的支撑作用——其重要性可能不亚于算法本身。

关于直方图特征那一节，叙述里只点了均值/方差/偏度/峰度四个概念，没有给出公式。把"discretized"这类限定词反复出现的来源解释清楚（医学图像的灰度值需要离散化才能形成有限长度的直方图）会是有用的个人批注内容，但严格说这属于"该节源文没有但读者会觉得有用"的扩展，因此放在批注里更合适。

与上下章的衔接（一段话）

本章在全书的位置属于"技术铺垫章"——它不直接面对某种心血管疾病的临床问题，而是为后续的临床放射组学章节提供特征定义层面的共同词汇。它的直接上一章（Ch6）已在做形态学特征的讨论但篇幅有限，本章承接之并展开强度与纹理两大特征族；它的下一章按书稿的物理排列看是 Ch8（Biobanks and AI），主题发生明显跳转——从"图像特征工程"切到"数据资源与人群队列"。作者在本章末尾以"精准心血管医学"作为收束，恰好是从技术章过渡到数据章的一个概念桥梁：放射组学产出高维特征，而生物样本库提供大规模患者级标签数据，两者结合才是"AI for cardiothoracic imaging"这一全书主题落地的实际路径。