切换主题
模型训练都包含哪些任务？
主要包含常规影像组学，瘤周影像组学，delta影像组学，分别从单/多中心，单/多标签与模态，分类/回归，2D/3D数据去划分任务；还包含可训练的图像分割、分类合成等任务。
常规影像组学
影像组学是一种基于纹理的医学图像分析方法，通过数据特征处理算法从医学影像中高通量地提取特征。平台集成了特征提取、特征筛选、训练设置、模型评估与结果可视化等流程，辅助挖掘影像中有意义的隐藏目标数据。
常规影像组学导航位置如下图所示，右框内根据数据为2D/3D，模态和标签的数量，任务为二分类/回归进行选择模块。以下示例分别是以【二分类单模态单标签（2D）】与【回归多模态多标签（3D）】，这两个可以覆盖所有情况的实验。
（一）二分类单模态单标签（2D）
进入二分类单模态单标签（2D）模块后，如下图，①点击【创建任务】按钮创建一个任务，②填写任务名称后点击【保存】，③点击【进入】按钮进 入该任务。
选择任务名称进入后，注意选择2D数据，影像组学二分类提供两种数据输入格式。【数据集格式】和【YRC格式】
提示
YRC格式是经过平台数据标准化输出的文件，其中包含了所处理文件的文件索引。
当选择文件为数据集时，仔细查看【正确示例】与【常见错误提示】：①用户需要点击【下载临床指标模板】，查看该模块所需要的数据格式。②选择数据集格式。③选择要进行影像组学分析的文件夹。④点击【数据格式检查】以检查文件夹的格式是否符合平台要求。⑤此外，还提供了【查看数据】的功能，点击后会跳转到该文件夹的个人中心存放地址，方便用户检查数据。若无误，方可点击【下一步】进行数据加载。
当选择文件为YRC文件时：①选择影像数据与临床数据关联的YRC格式进行影像组学分析②选择要进行影像组学分析的YRC文件。③此外，还提供了【查看数据】的功能，点击后会跳转到该YRC文件的个人中心存放地址，方便用户检查数据。若无误，方可点击【下一步】进行数据加载。
进入数据加载界面，如下图所示，①点击【开始加载数据】加载所要处理的数据，才可以②点击【下一步】。
数据加载页面如下图所示，②内的是影像数据，可以看到用户自己定义的nifti文件，③内的是临床数据，其中③内的第一列为任务列。左侧需要指定要提取组学特征的图像和该图像对应的标签，对于单模态单标签，需要指定一个模态\图像和一个标签。最后由于是分类任务，还需要指定正类，正类从任务列中选择。该页面支持上下左右滑动查看表格数据。④点击进行【下一步】。
下图中，从左向右分别为：对于单模态多标签，需要指定一个模态\图像和多个标签；对于多模态单标签，需要指定一个模态\图像和多个标签；对于多模态多标签，需要指定多个模态\图像和多个标签，点击【增加】，在图像框中选择一个图像，在标签框中可以选择一个和多个标签。
如下图所示，此时【YRC模式】只需要选择要提取组学特征的图像和之所对应的标签即可。
影像组学特征提取界面如下图所示，开始默认所提取的特征为方案0。①中提供灰度级大小区域特征、强度特征、和形状特征等七大类图像特征可以选择。除此之外支持小波变换。（2D与3D任务区别是影像特征中的形状特征有所区别，所以在此注意选择。）②提供方案构建，用户可以选择不同方案以提取不同特征进行比较，点击【创建新方案】进行方案的创建。③选择完毕后点击【下一步】。
影像组学特征筛选界面如下图所示。图中①左边操作栏选择要进行特征筛选的方案（注意：新创建的方案是在当前方案的基础上进行创建，继承上一步的组学特征提取）。②进行特征筛选，选择特征筛选方法，这里选择的是【嵌入法-基于LASSO的特征筛选方法】，然后设置特征参数。③点击【开始计算】，程序开始执行特征提取和特征筛选。
特征筛选后的结果如下图所示。④中显示当前筛选出的特征所使用的特征筛选方法一起使用的参数。⑤中显示了当前方法和参数所选出的特征个数以及特征详情。⑥提供了【查看数据】的功能，点击后会跳转到该数据集文件夹的个人中心存放地址，方便用户检查数据。若无误，方可点击【下一步】进行影像组学特征与临床特征组合。
影像组学特征与临床特征组合界面如下图所示，【影像特征】栏列出了上一步筛选出的影像组学特征。右侧可以选择使用哪些筛选出的影像组学特征，默认为全选，【临床特征】同理。
模型训练界面如下图所示，①左边操作栏选择方案，②选择要使用的二分类方法，这里选择的是【支持向量机】，设置特征参数。③选择要使用的评估方法，这里选择的是五折交叉验证。④提供了【查看数据】的功能，【运行方案0】以运行当前方案。【选择方案运行】选择要运行的方案，支持多选。
结果查看界面如下图所示。列出了特征筛选，任务模型，结果图表等用于实验展示和实验总结。这些图表可总结为四类：①运行参数，②分类结果详情，③特征筛选图表和④分类结果图表。且每个图标都提供保存到云空间和下载到本地的功能。
（二）回归多模态多标签（3D）
进入回归单模态单标签（3D）模块后，如下图，①点击【创建任务】按钮创建一个任务，②填写任务名称后点击【保存】，③点击【进入】按钮进入该任务。
选择任务名称进入后，注意选择3D数据，影像组学回归提供两种数据输入格式。【数据集格式】和【YRC格式】（YRC格式是经过平台数据标准化输出的文件，其中包含了所处理文件的文件索引）。
当选择文件为数据集时，①用户需要点击【下载临床指标模板】，查看该模块所需要的数据格式。②选择数据集格式。③选择要进行影像组学分析的文件夹。④点击【数据格式检查】以检查文件夹的格式是否符合平台要求。⑤此外，还提供了【查看数据】的功能，点击后会跳转到该文件夹的个人中心存放地址，方便用户检查数据。若无误，方可点击【下一步】进行数据加载。
当选择文件为YRC文件时，①选择影像数据与临床数据关联的YRC格式进行影像组学分析②选择要进行影像组学分析的YRC文件。③此外，还提供了【查看数据】的功能，点击后会跳转到该YRC文件的个人中心存放地址，方便用户检查数据。若无误，方可点击【下一步】进行数据加载。
进入数据加载界面，如下图所示，①点击【开始加载数据】加载所要处理的数据，才可以②点击【下一步】。
数据加载页面如图所示，②内的是影像数据，可以看到用户自己定义的nifti文件，③内的是临床数据，其中③内的第一列为任务列。左侧需要指定要提取组学特征的图像和该图像对应的标签，对于单模态单标签，需要指定一个模态\图像和一个标签。最后由于是分类任务，还需要指定正类，正类从任务列中选择。该页面支持上下左右滑动查看表格数据。④点击进行【下一步】。
如下图，此时【YRC模式】只需要选择要提取组学特征的图像和之所对应的标签即可。
影像组学特征提取界面如下图所示，开始默认所提取的特征为方案0。①中提供灰度级大小区域特征、强度特征、和形状特征等七大类图像特征可以选择。除此之外支持小波变换。（2D与3D任务区别是影像特征中的形状特征有所区别，所以在此注意选择。）②提供方案构建，用户可以选择不同方案以提取不同特征进行比较，点击【创建新方案】进行方案的创建。③选择完毕后点击【下一步】。
影像组学特征筛选界面如下图所示。图中①左边操作栏选择要进行特征筛选的方案（注意：新创建的方案是在当前方案的基础上进行创建，继承上一步的组学特征提取）。②进行特征筛选，选择特征筛选方法，这里选择的是【嵌入法-基于LASSO的特征筛选方法】，然后设置特征参数。③点击【开始计算】，程序开始执行特征提取和特征筛选。
特征筛选后的结果如下图所示。④中显示当前筛选出的特征所使用的特征筛选方法一起使用的参数。⑤中显示了当前方法和参数所选出的特征个数以及特征详情。⑥提供了【查看数据】的功能，点击后会跳转到该数据集文件夹的个人中心存放地址，方便用户检查数据。若无误，方可点击【下一步】进行影像组学特征与临床特征组合。
影像组学特征与临床特征组合界面如图所示，【影像特征】栏列出了上一步筛选出的影像组学特征。右侧可以选择使用哪些筛选出的影像组学特征，默认为全选，【临床特征】同理。
模型训练界面如下图所示，①左边操作栏选择方案，②选择要使用的二分类方法，这里选择的是【支持向量机】，设置特征参数。③选择要使用的评估方法，这里选择的是五折交叉验证。④提供了【查看数据】的功能，【运行方案0】以运行当前方案。【选择方案运行】选择要运行的方案，支持多选。
结果查看界面如下图所示。列出了特征筛选，任务模型，结果图表等用于实验展示和实验总结。这些图表可总结为四类：①运行参数，②分类结果详情，③特征筛选图表和④分类结果图表。且每个图标都提供保存到云空间和下载到本地的功能。
