Nazwa cechy nie jest definicją operacyjną

Łańcuch pomiarowy kończy się zastosowaniem przez implementację definicji do przygotowanych danych. Ten ostatni etap łatwo opisać niewystarczająco dokładnie. Dwa laboratoria mogą użyć tego samego pakietu, tego samego obrazu i kolumny o nazwie original_glcm_JointEntropy, a mimo to pozostawić niedopowiedzianych tyle informacji, że liczby będą oznaczać coś innego. Nazwa jest etykietą API. Pomiar tworzą etykieta oraz konfiguracja wynikowa, która go wytworzyła.

Kompletny operacyjnie raport brzmiałby zatem następująco: wartość cechy uzyskano w określonej implementacji i wersji, na określonym typie obrazu, po zadeklarowanym przetwarzaniu geometrii i intensywności, z określonym regionem, regułą dyskretyzacji, konwencją agregacji i estymatorem. Nie chodzi o wydłużenie każdego artykułu. Chodzi o to, by wybory determinujące wartość można było sprawdzić.

Co musi zawierać definicja

Poniższe elementy tworzą zwięzły model raportowania. Ich konkretne wartości należą do badanego protokołu, a nie do samej nazwy cechy:

Element	Pytanie, na które odpowiada
Matematyczna definicja cechy	Jaka funkcja przygotowanych danych jest obliczana?
Oprogramowanie i wersja	Która implementacja, wartości domyślne i zachowanie numeryczne obowiązują?
Typ obrazu i zakres cech	Czy wykorzystano obraz oryginalny, czy obraz filtrowany lub przekształcony? Które klasy i nazwy włączono?
Region i etykieta	Którą tkankę i etykietę zmierzono oraz jak reprezentowano region?
Wymiarowość i geometria	Czy obliczenie jest dwuwymiarowe, wykonywane osobno dla warstw, czy trójwymiarowe, i na jakiej siatce fizycznej?
Przetwarzanie wstępne	Co stało się z intensywnością, zmianą próbkowania, ograniczeniem zakresu, normalizacją i resegmentacją oraz w jakiej kolejności?
Dyskretyzacja	Jak odwzorowano ciągłe intensywności na poziomy szarości używane w macierzach tekstury?
Agregacja i estymator	Jak połączono kierunki, odległości, osoby i momenty?

Pominięcie jednego z tych elementów nie zawsze czyni wynik bezużytecznym, ale osłabia jego odtwarzalność i porównywalność. Nazwa cechy nie powie czytelnikowi, które wartości domyślne wypełniły luki, czy przetwarzanie wstępne odbyło się poza ekstraktorem ani czy pozornie powtórzona wartość została obliczona dla tego samego estymandu.

Konfiguracja wynikowa jest częścią wyniku

Plik parametrów jest deklaracją, niekoniecznie pełnym zapisem wykonania. Ekstraktor może uzupełnić pominięte wartości domyślne właściwe dla danej wersji, rozwinąć listę włączonych cech, zastosować interpretację zdefiniowaną przez schemat i otrzymać dane po przetwarzaniu wstępnym wykonanym we wcześniejszym skrypcie. Konfiguracja wynikowa opisuje to, co zainstalowana implementacja rzeczywiście wykonuje po rozstrzygnięciu wszystkich tych etapów.

Dlatego kontrola odtwarzalności powinna wczytać plik parametrów za pomocą implementacji i sprawdzić ustawienia wynikowe, zamiast porównywać wzrokowo tekst YAML albo JSON. W obecnej wersji PyRadiomics pominięcie resampledPixelSpacing daje wartość None, co oznacza, że ekstraktor nie wykonuje zmiany próbkowania. To samo pominięte pole może mieć niejawną wartość domyślną w innej implementacji, dlatego zachowanie różnych implementacji trzeba sprawdzić, a nie wywnioskować z braku pola. Plik może przejść walidację, a mimo to pozostawiać istotne wybory niewypowiedziane. Zewnętrzne przetwarzanie wstępne jest jeszcze mniej widoczną luką: obrazu po zmianie próbkowania ani ograniczonego zakresu intensywności nie opisuje plik parametrów ekstraktora, jeśli operacja ta nie została w nim przedstawiona.

To samo rozróżnienie zapobiega myleniu dwóch podobnych operacji. Ograniczenie intensywności zmienia wartości próbek obrazu poza określonym zakresem; reguła resegmentacji może usuwać próbki z obliczenia przez zmianę wynikowej maski intensywności. To, czy konkretna implementacja zachowuje odrębną maskę morfologiczną, jest kolejnym ustawieniem, które należy raportować. Traktowanie tych operacji jako zamiennych może zmienić zarówno histogram, jak i region, dlatego ich nazwy oraz kolejność należą do kontraktu pomiarowego.

Ten sam problem dotyczy zmiany próbkowania. Proces, który wykonuje ją zewnętrznie, nie powinien po cichu powtarzać jej wewnątrz ekstraktora. Dwa operatory interpolacji tworzą inną historię przetwarzania niż jeden, nawet jeśli etykieta końcowej siatki wygląda tak samo. Proces może też celowo pozostawić zmianę próbkowania ekstraktorowi. Oba rozwiązania można opisać; niebezpieczne jest pozostawienie wyboru w sferze domysłów albo niezamierzone wykonanie obu operacji.

Agregacja jest wyborem semantycznym

Macierze tekstury można konstruować dla kilku kierunków lub odległości. Istnieją co najmniej dwa wiarygodne sposoby sprowadzenia tych macierzy do jednej wartości cechy: obliczyć cechę osobno i uśrednić uzyskane wartości albo najpierw połączyć macierze i jednokrotnie obliczyć cechę. Dla cechy nieliniowej operacje te na ogół nie są identyczne:

feature(average_i(matrix_i)) is not generally identical to average_i(feature(matrix_i))

Wspólna nazwa cechy nie czyni żadnej z tych kolejności poprawną. Ważenie, symetria, wybór kierunków, wybór odległości i wymiarowość mogą zmienić wynik. Raport powinien zatem podawać konwencję agregacji stosowaną przez daną implementację, zamiast zakładać, że wartość domyślna pakietu jest definicją uniwersalną.

W tym miejscu przebiega również granica między standardem a implementacją. IBSI dostarcza definicji referencyjnych i wartości pozwalających sprawdzić implementację, lecz implementacja może dokumentować odstępstwa albo dodatkowe konwencje. Uczciwy opis mówi, że wynik uzyskano za pomocą określonej implementacji, której definicje są zgodne z odpowiednim standardem albo zostały z nim porównane. Ogólna deklaracja zgodności nie zastępuje podania rzeczywistej semantyki.

Co należy do stabilnej książki

Trwałą lekcją nie jest konkretne wydanie, rozmiar manifestu, skrót kryptograficzny ani ranking narzędzi. Szczegóły te zmieniają się i należą do opatrzonego datą studium przypadku w towarzyszącym serwisie internetowym. Stabilna lekcja brzmi: nazwa cechy nie jest pomiarem, dopóki nie są znane jej definicja matematyczna i konfiguracja wynikowa. Porównując dwa narzędzia, należy porównać ich pełne definicje operacyjne i, jeśli to możliwe, uruchomić je na tych samych obrazach referencyjnych albo fantomie. Dopiero wtedy systematyczna różnica staje się potencjalną różnicą implementacyjną, a nie dowodem dotyczącym tkanki.

Region jest jedną z tych definicji. Następna sekcja omawia go wprost: maska nie jest jedynie miejscem, w które akurat zagląda kod, lecz hipotezą dotyczącą tego, jaką tkankę pomiar ma reprezentować.

Źródła

• Zwanenburg A, Vallières M, Abdalah MA, et al. The Image Biomarker Standardisation Initiative. Radiology. 2020;295(2):328-338. doi:10.1148/radiol.2020191145, PMID 32154773.
• Dokumentacja PyRadiomics — definicje cech radiomicznych oraz dostosowywanie ekstrakcji.
• IBSI 2 — Whybra et al., Radiology. 2024. doi:10.1148/radiol.231319.