Rozdział 4 — Geometria fizyczna, segmentacja i zmiana próbkowania

Tablica nie jest jeszcze obrazem w przestrzeni pacjenta

Rozdział 3 zakończył się odczytaniem pełnego kontraktu jednego rzeczywistego badania CT: czym jest dany obiekt, co oznaczają zapisane w nim wartości i jakich metadanych potrzebuje przeglądarka, zanim można zaufać czemukolwiek na ekranie. Ten rozdział wykonuje następny krok, zaczynając od ilustracyjnego błędu geometrii. Segmentację utworzono dla obrazu CT, a maska wygląda wiarygodnie — właściwy narząd, w przybliżeniu właściwy rozmiar, gładkie granice. Jednak po umieszczeniu jej obok obrazu, dla którego powstała, okazuje się przesunięta o kilka centymetrów albo nieznacznie obrócona, a pomiar pobierający wartości z obrazu CT w obrębie nieprawidłowo położonej maski może stać się pomiarem niewłaściwej anatomii. Nic w wartościach maski nie sygnalizuje problemu. Maska jest pojemnikiem na liczby, a pojemnik na liczby nie ma położenia w ciele pacjenta.

To stały temat tego rozdziału. Tablica NumPy zawiera liczbę wymiarów, kształt, typ danych i wartości — ale nie milimetry, orientację ani informację o tym, co jest górą. Błędy geometrii tego rodzaju mogą mieć poważne konsekwencje i pozostawać niezauważone, gdy tablice analizuje się bez metadanych: maska może trafić na niewłaściwą anatomię, cecha może zmienić się bez widocznej przyczyny, walidacja może po cichu porównywać niewyrównane wolumeny, a nic nie wskazuje na błąd geometrii, ponieważ każda z tablic wygląda poprawnie. Rozwiązaniem jest jawny słownik pojęć — początek układu, odstępy, kierunek i rozmiar — który zmienia pojemnik na liczby w obiekt o określonym położeniu, zasięgu i orientacji w przestrzeni pacjenta. Te cztery wielkości wspólnie definiują pełną regularną siatkę obrazu: odstępy są odległościami między środkami sąsiednich próbek, a nie w każdym przypadku fizycznym obszarem zajmowanym przez woksel; jednostkowa macierz kierunku oznacza zgodność osi siatki z wybranymi osiami współrzędnych fizycznych, niekoniecznie z osiami skanera; macierz niejednostkowa może wyrażać skośność, permutację osi lub odbicie. Dzięki temu słownikowi można rozstrzygnąć, czy CT i segmentacja zajmują „tę samą przestrzeń”, ułożyć przekroje w wolumen i sprawić, by zmiana próbkowania nie była niezauważonym zniekształceniem.

Rozdział najpierw buduje ten słownik, a następnie go stosuje. Zaczynamy od tego, dlaczego indeksy tablicy i fizyczne współrzędne pacjenta są różnymi pojęciami, oraz od łączącego je przekształcenia afinicznego — wraz z pułapką konwencji wierszy i kolumn, która potrafi po cichu transponować pacjenta. Potem zobaczymy, jak porządkować przekroje na podstawie geometrii, a nie nazw plików czy numeracji, i kiedy w ogóle można powiedzieć, że CT i segmentacja współdzielą przestrzeń. Druga połowa dotyczy reprezentacji i operacji: dlaczego SEG, RTSTRUCT i maska binarna nie są tym samym obiektem i jakie informacje każda z tych postaci po cichu traci; dlaczego zmianę próbkowania obrazów wykonuje się z interpolacją, natomiast w przypadku masek trzeba uwzględniać etykiety — metoda najbliższego sąsiada jest bezpośrednią drogą zachowującą etykiety, lecz poprawna może być także jawnie zadeklarowana interpolacja liniowa/trójliniowa z późniejszą jawną binaryzacją, więc problemem są przypadkowe wartości ułamkowe — oraz jak ten wybór wpływa na pomiary zależne od granicy. Końcowe studium przypadku pokazuje, jak kontrola wzrokowa w 3D Slicer uzupełnia — a nie zastępuje — sprawdzenie geometrii i pochodzenia danych.

Każda sekcja dodaje jeden element tej samej umiejętności: zdolności wskazania, na podstawie dowodów, gdzie znajduje się woksel, czy dwa obiekty współdzielą przestrzeń i co dana operacja zrobiła z tą przestrzenią. Kolejne rozdziały opierają się na tej umiejętności: wartość cechy radiomicznej zależy od próbek obrazu, reprezentacji ROI, pełnej geometrii, przetwarzania wstępnego i implementacji cechy. Geometria jest jedną z kilku osi możliwych awarii, dlatego rozdział starannie je rozdziela: walidacja, w której ci sami pacjenci trafiają po obu stronach granicy podziału treningowego i testowego, narusza niezależność jednostek podziału — jest błędem wycieku danych i poprawności statystycznej, a nie stwierdzeniem o geometrii — natomiast maska lub wolumen zajmujące niewłaściwe współrzędne są przestrzennie niewyrównane. Pierwszy element stanowi najostrzejsze rozróżnienie w tym rozdziale: tablica nie ma położenia fizycznego.

Źródła

• Zwanenburg A, Vallières M, Abdalah MA, et al. The Image Biomarker Standardisation Initiative: standardized quantitative radiomics for high-throughput image-based phenotyping. Radiology. 2020;295(2):328-338. doi:10.1148/radiol.2020191145. PMID 32154773. (PubMed; opublikowany pełny tekst: PMC7193906) — źródło IBSI opisujące, jak geometria, interpolacja i decyzje dotyczące przetwarzania wstępnego wpływają na pomiary radiomiczne.
• DICOM PS3.3, Image Plane Module (C.7.6.2) oraz Image Position and Image Orientation (C.7.6.2.1.1) — ImagePositionPatient, ImageOrientationPatient, PixelSpacing i odwzorowanie indeksu piksela na współrzędne pacjenta, stanowiące podstawę słownika geometrii używanego w tym rozdziale. (bieżące wydanie)
• SimpleITK, Fundamental Concepts — obrazy: początek układu, odstępy, rozmiar, kierunek oraz odwzorowanie indeksu na punkt fizyczny, które definiują geometrię regularnego obrazu. (dokumentacja)