影像组学——特征提取及筛选

xujunzju • 2023年12月19日 19:17 • 编程语言 • 阅读 241

特征提取

#将影像文件和掩膜文件放在一个地方
#导入库
import radiomics 
import numpy as np 
import pandas as pd 
from radiomics import featureextractor 

#定义提取器
extractor = featureextractor.RadiomicsFeatureExtractor()

#提取影像组学特征
featureVector_1 = extractor.execute('lung1_image.nrrd','lung1_label.nrrd')

#查看特征
featureVector_1


df1 = pd.DataFrame([featureVector_1])

df1 


#提取影像组学特征
featureVector_2 = extractor.execute('lung2_image.nrrd','lung2_label.nrrd')

#查看特征
featureVector_2


df2 = pd.DataFrame([featureVector_2])

df2

假如是很多组数据，有10组image和他的掩膜image-label，则

#建立空的数据集
data_A = pd.DataFrame()

list_1 = np.arange(1,11)

for i in list_1:
	imagname = 'lung' + str(i) + '_image.nrrd'
	maskname = 'lung' + str(i) + '_label.nrrd'
	featureVector = extractor.execute(imagname,maskname)
	df_add = pd.DataFrame([featureVector])
	data_A = pd.concat([data_A, df_add])

提取完以后可以使用.to_excel(‘data_A.xlsx’)来保存。

数据筛选

提取完的数据可能存在很多非数字格式的数据，如下：

需要转换，使用代码将非数据格式的剔除,数据A和B组同样执行。

data_A_ = pd.DataFrame()

colums_A = data_A.columns
for col in colums_A:
	try:
		df = data_A[col].astype(np.float64)
		data_A_ = pd.concat([data_A_,df],axis=1)
	except:
		pass
	continue