聚乙烯放射性特征集的多线性和冗余性
Wyanne A Noortman1,2, Dennis Vriens3, Johan Bussink4
1Department of Radiology, Section of Nuclear Medicine, Leiden University Medical Center, Leiden, The Netherlands. w.a.noortman@umcg.nl.
European radiology
|May 7, 2025
概括
放射性特征集往往含有冗余的信息,由于多线性. 这项研究发现,至少三分之二的[18F]FDG-PET放射性特征可以省略而不会丢失有价值的数据.
科学领域:
- 无线电学 (Radiomics) 是一种辐射学.
- 医学成像分析 医学成像分析
- 定量成像技术 定量成像技术
背景情况:
- 放射性特征集可以是大而复杂的.
- 特征之间的多对线性带来了统计方面的挑战.
- 识别非冗余特征对于可靠的分析至关重要.
研究的目的:
- 在放射性特征集中绘制多对线性图.
- 在多样化的[18F]FDG-PET队列中识别可概括的,非冗余的特征.
- 为了改善统计建模,减少特征集的复杂性.
主要方法:
- 分析了五个独立的[18F]FDG-PET放射性队列 (NSCLC,血红细胞瘤,HNSCC,甲状腺结节,胃癌).
- 使用PyRradiomics提取105个放射性特征.
- 计算斯皮尔曼等级相关系数矩阵以确定高度相关的特征 (ρ > 0.7 和 ρ > 0.9).
- 对平均相关性矩阵进行集群分析,以选择具有代表性的,非冗余的特征.
主要成果:
- 72-90%的特征在所有队列中都表现出强烈的相关性.
- 集群分析在不同的相关性值中发现了15-35个非冗余特征.
- 由于多线性,可以显著减少特征集大小 (高达90个特征).
结论:
- 放射性特征集的很大一部分 (至少三分之二) 可以由于多对线性而被遗漏.
- 不那么保守的值可以识别出更多余的特征.
- 需要进一步的研究,以评估不同放射性药物和成像模式的泛化性.
