레이첼 Ger로 잘 리 나 하이트 대학원 친교와 미국 군단 보조 친교에 의해 자금이 다. 카를로스 Cardenas 생물 과학에 조지 M. Stancel 박사 친교에 의해 자금 하고있다. 아이 벡 스의 개발은 NCI (R03 CA178495)에 의해 투자 되었다.

1. 아이 벡 스를 설치
참고: 설치 하려면 소스 코드 버전 1.1 단계로 이동. 또는, 설치를 독립 실행형 버전 1.2 단계로 이동 합니다.
<ol><li>
소스 코드 버전
	<ol>
<li>아이 벡 스 소스 코드 버전 웹사이트3로 이동 합니다. "IBEX_Source.zip" 및 "How_to_use.pdf" 파일을 다운로드 합니다. 아이 벡 스의 최신 버전을 사용 하는 필수 구성 요소를 찾을 수 "How_to_use.pdf" 파일에서 찾습니다. 참고: 32 비트 및 64 비트 Matlab 버전 에서만 작동 하는 아이 벡 스 2011a와 2014b, 각각.</li>
		<li>다운로드가 완료 되 면 "IBEX_Source.zip" 압축 해제 하 고 \IBEX_Source 폴더의 로컬 경로를 추가. 참고: 경로 추가 하는 방법에 대 한 지침 "경로 추가"26소프트웨어 참조 페이지에서 찾을 수 있습니다.</li>
		<li>아이 벡 스를 시작 하려면 명령 창에서 "IBEXMain"를 입력 합니다.</li>
	</ol>
</li>
	<li>
독립 실행형 버전
	<ol>
<li>아이 벡 스 독립 실행형 버전 웹사이트4로 이동 합니다. 처음으로 아이 벡 스를 설치 하는 경우 "종속성" 폴더로 이동 및 다운로드/설치 "MCRInstaller.exe," vc2005redist_x86_new.exe, "및"vc2012redist_x86.exe"파일. 메인 페이지에서 다운로드는 "IBEX.exe," "IBEX.ctf," "IBEX.ini," 및 "How_to_use.pdf" 파일 같은 폴더에. 아이 벡 스의 최신 버전을 사용 하 여 필수에 대 한 "How_to_use.pdf" 파일에서 찾습니다.</li>
		<li>더블 아이 벡 스를 시작 하려면 "IBEX.exe"을 클릭 하십시오.</li>
	</ol>
</li>
</ol>2. 위치 설정
참고:이 설정된 위치에 이미지 가져오는 고이 연구에 대 한 데이터도 여기 저장 됩니다. 기본 위치와 아이 벡 스 사용 가장 이전 적용 위치 때 다시 시작.
<ol><li>"위치" 아이콘 (그림 1)를 클릭 하십시오.</li>
	<li>사용자를 선택 하거나 새로운 사용자 폴더를 만들려면 "새 사용자" 두 번 클릭 합니다. 새 창에 이름을 입력 새 사용자 폴더를 만드는 경우 다음 "확인" 버튼을 클릭 합니다.</li>
	<li>선택한 사용자 내 사이트를 선택 하거나 "새 사이트" 새 사이트 폴더를 두 번 클릭 합니다. 새 창에 이름을 입력 새 사용자 폴더를 만드는 경우 다음 "확인" 버튼을 클릭 합니다.</li>
	<li>하단에 "확인" 버튼을 클릭 합니다.</li>
</ol>3. 이미지를 가져옵니다.
<ol><li>"가져오기" 아이콘 (그림 1)를 클릭 하십시오.</li>
	<li>DICOM을 선택 또는 서식 이름을 클릭 하 여 Pinnacle9 (피나 클 파일 버전 9) 형식. DICOM을 가져오려면 이미지 3.3.1 단계로 이동 합니다. Pinnacle9를 가져오려는 파일 3.3.2 단계로 이동 합니다.</li>
	<li>"다음" 버튼을 클릭 합니다.<ol>
<li>DICOM 이미지 가져오기 참고: 가져올 환자 개별적으로 단계로 이동 3.3.1.1. 가져오려는 여러 환자는 단계로 3.3.1.2 한 번에 이동 합니다.<ol>
<li>디렉토리를 통해 환자 폴더를 선택 하 여 각 환자를 개별적으로 가져옵니다.<ol>
<li>DICOM 이미지를 포함 하는 환자 폴더 선택 나열 된 디렉터리 옆 "..." 버튼을 클릭 하 고 방사선 구조 설정 DICOM 파일 (선택 사항). 참고: 환자 파일 설정 구조를 가져오려면 옵션입니다만, 하는 동안 그것은 좋습니다 그렇게 할. 아이 벡 스, 컨투어링 플랫폼에는 하지만이 약간 큰 데이터 집합에 대 한 실용적인 아니에요. 아이 벡 스는 워크플로 훨씬 쉽게 만드는 구조 세트 방사선 종양학에 대 한 도구 컨투어링 익숙한 하는 상용 소프트웨어 플랫폼에서 수용할 수 있습니다. 이것은 일반적으로 연구에서 아이 벡 스를 사용 하는 방법을입니다.</li>
				<li>아이 벡 스 DICOM 파일, 환자 검색 완료 하 고 세부 정보 상자를 채울 것입니다 왼쪽 하단에 "가져오기" 버튼을 클릭 합니다.</li>
				<li>3.3.1.1.1-각 환자에 대해 2 단계를 반복 합니다.</li>
				<li>모든 환자를 가져온 후 "종료" 버튼을 클릭 합니다.</li>
			</ol>
</li>
			<li>오른쪽 상단에 ' 일괄 폴더 ' 상자를 선택 하 여 모든 환자를 한 번에 가져옵니다. 참고: 모든 환자는 그들의 각각 DICOM 파일을 포함 하는 별도 폴더가 있어야 합니다.<ol>
<li>그들의 해당 DICOM 이미지와 함께 모든 환자 폴더를 포함 하는 폴더를 선택 하려면 나열 된 디렉터리 옆 "..." 버튼을 클릭 하 고 방사선 구조 설정 DICOM 파일 (선택 사항).</li>
				<li>"가져오기" 버튼을 클릭 합니다. 환자는 순차적으로 가져올 것 이다. 모든 환자를 가져온 후 "종료" 버튼을 클릭 합니다.</li>
			</ol>
</li>
		</ol>
</li>
		<li>피나 클 파일<ol>
<li>"\IBEX\ImportExport\ImportModule\Pinnacle9\Pinnacle9ImportMain.INI" 파일 내에서 피나 클 호스트 및 데이터베이스를 구성 합니다. 가져오기 모듈 상자에 피나 클을 선택 하기 전에 "설정" 버튼을 클릭 합니다.</li>
			<li>적절 한 피나 클 호스트 및 데이터베이스를 선택 합니다.</li>
			<li>환자 MRN, 성, 또는 이름을 입력 한 다음 다른 창에서 클릭 합니다.</li>
			<li>"쿼리"를 클릭 합니다.</li>
			<li>새 창에서 환자를 선택한 다음 "전송" 버튼을 클릭 합니다.</li>
			<li>새 창에서 해당 환자에 게 서 원하는 이미지 세트의 상자를 클릭 하 고 "확인" 버튼을 클릭 합니다.</li>
			<li>"성공적으로 가져온 데이터." 라는 레이블이 붙은 새 창에서 "확인" 버튼을 클릭</li>
			<li>모든 환자를 가져온 후 "종료" 버튼을 클릭 합니다.</li>
		</ol>
</li>
	</ol>
</li>
</ol>4. 이미지 및 지역 관심사 (ROIs)의 보기
<ol><li>"데이터" 아이콘 (그림 1)를 클릭 하십시오. 원하는 환자 파일 GUI (상반신)의 "환자 선택" 섹션에서 열을 클릭 합니다.</li>
	<li>GUI의 "이미지 집합 선택" 섹션에서 열을 원하는 환자 파일의 이미지 설정에 클릭 (아래쪽 절반). "열기" 버튼을 클릭 합니다.</li>
	<li>이미지 아래 화살표를 사용 하 여 표시 되는 축에 코로나, 이미지 및 화살 뷰 (왼쪽에서 오른쪽)를.</li>
	<li>(그림 2) "확대/축소" 버튼을 클릭 하 여 이미지를 확대 합니다. 확대/축소 하려면 이미지 평면에 상자를 그립니다. 오른쪽 축소를 클릭 합니다.</li>
	<li>"교차로" 버튼 (그림 2)를 선택 하 여 지역화를 켭니다. 참고: 나타나는는 선 각 비행기에 그 조각을 위치 표시. 이 라인 이동 화살표를 사용 하 여 스크롤할 때.</li>
	<li>(그림 2) 거리를 측정 하는 "통치자" 버튼 클릭 합니다. 관심의 두 점 간의 측정 하 마우스 왼쪽된 단추를 클릭 합니다. 표시 된 영역에서 측정 된 값을 제거 하려면 마우스를 놓습니다.</li>
	<li>(그림 2)는 복의 가치를 측정 하는 "CT Num" 버튼 클릭 합니다. 클릭 하 고 관심의 복 및 값에 마우스 왼쪽된 버튼을 누른 색 눈금 아래 GUI의 왼쪽에 팝업 됩니다. 표시 된 영역에서 측정 된 값을 제거 하려면 마우스를 놓습니다.</li>
	<li>이미지 "W/L" 버튼 (그림 2) 창/레벨을 클릭 합니다. 또 다른 창이 나타납니다. 원하는 영역을 왼쪽과 오른쪽 드래그 하거나 새 창 하단의 창 및 수준 상자에서 창/레벨을 수동으로 입력 합니다. ( 그림 2) 왼쪽에 첫 번째 드롭 다운 메뉴를 사용 하 여 다른 창/레벨 선택: CT와 애완 동물에 대 한 1 대 8이 있다</li>
	<li>선택 다른 색조 두 번째를 사용 하 여 드롭 다운 메뉴 (그림 2) 왼쪽에: 9 옵션에서 선택할 수 있다.</li>
	<li>ROI는 이미지에서 볼 수 있도록 하거나 모든 환자 ROIs 설정 하려면 "에 모든 ROIs" 버튼을 클릭 옆에 있는 상자를 클릭 하 여 ROIs를 시각화.</li>
</ol>5. 편집 투자 수익
<ol><li>왼쪽된 상단 또는 하단 중앙에 "편집 ROIs" 버튼을 클릭 하 여 ROIs를 편집 합니다. 컨투어 이름 옆에 있는 상자를 클릭 하 여 편집을 선택 합니다.</li>
	<li>이미 그려진 또는 축소 윤곽을 "윤곽 조금 이동" 단추 (그림 3)을 사용 합니다. 상자 윤곽선 이동 버튼 옆에 있는 "D"에서 사용 되는 원의 크기를 조정 합니다.</li>
	<li>"잘라 윤곽" 단추 (그림 3)를 사용 하 여 전체 윤곽 슬라이스를 제거 합니다. 클릭 하 고 마우스 왼쪽된 버튼을 누르고 제거할 ROI 주위에 상자를 그립니다.</li>
	<li>윤곽을 그리기 참고: 포인트를 연결 하 여 윤곽을 그리는 5.4.1 단계로 이동 합니다. 5.4.2 자유 손으로 윤곽을 그리는 단계로 이동 합니다.<ol>
<li>연결 포인트: 컨투어에 그릴 각 조각 윤곽 주위에 포인트를 클릭 하 여 점을 직선으로 연결 되어 "무승부 윤곽 (1)" 버튼 (그림 3)를 사용 합니다. 그 조각에 대 한 투자 수익 그린 첫 번째 점을 클릭 하 여 완료 합니다.</li>
		<li>무료 손: "윤곽 (2) 그리기" 버튼 (그림 3)를 사용 하 여 자유 재량에 의해 한 윤곽선을 그릴. 슬라이스에 윤곽을 그리는 마우스 왼쪽된 버튼을 길게. 그려진된 ROI의 시작 부분으로 다시 오는 한 다음 왼쪽된 마우스 버튼을 해제 함으로써 해당 슬라이스에 컨투어를 마칩니다.</li>
	</ol>
</li>
	<li>조각 사이 ROIs를 보간 하 "보간 윤곽" 단추 (그림 3)를 클릭 합니다.</li>
	<li>투자 수익을 복사 하려면 "복사 ROI" 버튼 클릭 합니다.</li>
	<li>여러 ROIs를 선택 하 고 다음 "투자 수익 병합" 버튼을 클릭 하 여 ROIs를 병합 합니다.</li>
	<li>현재 선택 된 투자 수익을 삭제 하려면 "삭제 ROI" 버튼을 클릭 합니다.</li>
	<li>클릭 "투자 수익 만들기" 창이 새로운 투자 수익을 만들 팝업 됩니다. 투자 수익의 이름을 입력 하 고 "확인" 버튼을 클릭 합니다. "저장" 버튼을 클릭 합니다. 환자 뷰어 돌아가려면 "종료" 버튼을 클릭 합니다.</li>
</ol>6. 데이터에 윤곽 설정
<ol><li>데이터 집합에서 보기 윤곽<ol>
<li>데이터 집합에서 윤곽을 볼 수 "표시 데이터 집합" 버튼을 클릭 합니다. 보려는 데이터 집합의 이름을 클릭 하십시오. "열기" 버튼을 클릭 합니다. 선택 환자 그들의 이름 옆에 있는 상자를 사용 하 여 등고선. 해당 컨투어에 대 한 원하는 기능에 따라 "삭제", "이동", 또는 "복사" 버튼을 클릭 합니다. 일단 완료 볼 데이터 집합 데이터 집합 창을 닫습니다.</li>
	</ol>
</li>
	<li>데이터 집합에 윤곽선 추가<ol>
<li>컨투어 그들의 이름 옆에 있는 확인란을 클릭 하 여 데이터 집합에 추가를 선택한 다음 추가를 데이터 "설정" 버튼을 클릭. 윤곽선을 추가 하거나 새 데이터 집합에 대 한 "새로 만들기" 버튼을 클릭에 대 한 데이터 집합의 이름을 클릭 하십시오. 뉴를 선택 하면 새 창에서 데이터 집합의 이름을 입력 합니다. "확인" 버튼을 클릭 합니다.</li>
	</ol>
</li>
	<li>파일을 가져오려면 피나 클 버전 9.roi 등고선은 섹션 3 중 로드 되지 않은 경우 "가져오기 ROIs" 버튼을 클릭 합니다.<ol>
<li>파일을 선택 하려면 "..." 버튼을 클릭 합니다. "가져오기" 버튼을 클릭 합니다.</li>
	</ol>
</li>
	<li>ROIs를 내보내려면 "내보내기 ROIs" 버튼을 클릭 합니다.<ol>
<li>내보낸된 ROIs를 배치 됩니다 디렉터리를 선택 하려면 "..." 버튼을 클릭 합니다. 형식으로 내보낸된 ROIs에 대 한 선호의 이름을 클릭 하십시오. 그것은 선호 하는 경우 익명 정보를 입력 합니다. 내보내기 단추를 클릭 합니다. 참고: 미리 수행할 수 없는 익명입니다.</li>
	</ol>
</li>
	<li>환자와 검사의 목록으로 돌아가려면 "종료" 버튼을 클릭 합니다.</li>
</ol>7. 기능 세트 만들기
<ol><li>"기능" 아이콘을 클릭 합니다.</li>
	<li>필요한 경우 전처리 추가 합니다.<ol>
<li>"1 단계:: 전처리"에서 "추가" 버튼을 클릭 합니다. 새 창에서 드롭 다운 메뉴에서 전처리 옵션을 선택 합니다.</li>
		<li>"I" 아래 "파라." 전처리 매개 변수를 선택 하려면 클릭 하십시오. 그것을 변경 하려면 매개 변수의 새 창에서 값 열에서 번호를 클릭 하십시오. 새 매개 변수 값에 입력 하 고 "확인" 버튼을 클릭 합니다.</li>
		<li>전처리 방법의 설명 및의 특정 매개 변수 전처리 오른쪽 상단 모서리에 "물음표" 버튼 클릭 합니다.</li>
		<li>"추가" 버튼을 클릭 합니다. 전처리 단계를 선택 하 고 원하지 않는 전처리 단계를 삭제 하려면 "삭제" 버튼을 클릭 합니다.</li>
	</ol>
</li>
	<li>원하는 기능을 추가 합니다.<ol>
<li>기능 범주 아래 드롭 다운 메뉴에서 선택 "단계 2: 기능 범주:". 여러 범주에 대 한 단계를 반복 합니다. 참고: 하나의 범주에만 기능 한 번에 추가할 수 있습니다. 전처리 및 기능 카테고리의 다양 한 조합은 원하는 경우 설정 같은 기능을 추가할 수 있습니다.<ol>
<li>2.5 d 행렬을 계산 하 여 이루어집니다 회색 레벨 동시 발생 매트릭스와 이웃 강도 차이 매트릭스를 각각 계산 하는 "GrayLevelCooccurenceMatrix25"와 "NeighborIntensityDifference25" 기능 범주 선택 각 개별적으로 슬라이스 하 고 다음 함께 모든 행렬을 요약.</li>
			<li>"GrayLevelCooccurenceMatrix3"와 "NeighborIntensityDifference3" 기능 범주 차원에서 각각, 회색 레벨 동시 발생 매트릭스와 이웃 강도 차이 매트릭스를 계산을 선택 합니다.</li>
		</ol>
</li>
		<li>그 전처리 선택 매개 변수에 대 한 "파라."에서 "i"를 클릭 하십시오. 전처리 방법 및 매개 변수 설명에 대 한 오른쪽 상단 모서리에 "물음표" 버튼 클릭 합니다.<ol>
<li>새 매개 변수 값에 입력 하 고 "확인" 버튼을 클릭 합니다.</li>
		</ol>
</li>
		<li>기능 범주 또는 특정 기능을 보려면 "테스트" 버튼을 클릭 합니다. 기능 또는 원하는 범주 옆의 단추를 클릭 합니다.<ol>
<li>데이터 집합에서 테스트를 볼 하 고 "열기" 버튼을 클릭을 선택 합니다. 에 테스트를 볼 하 여 "테스트" 버튼을 클릭 선택한 데이터 세트에서 환자 옆의 확인란을 선택 합니다.</li>
		</ol>
</li>
		<li>원치 않는 기능을 선택 합니다; 범주에 대 한 선택을 취소합니다 모든 기능 범주를 선택한 후 선택 됩니다. 단어 "기능:" 모든 기능을 선택을 취소 "Step2:: 기능"에서.</li>
		<li>선택 된 전처리와 모든 선택 된 기능을 추가 하려면 "추가 기능 설정" 버튼을 클릭 합니다.<ol>
<li>"열기" 버튼을 클릭 하거나 기능 새로운 기능 집합을 추가 하려면 "새" 버튼을 클릭 하는 기능을 추가 하도록 설정 하는 기능을 선택 합니다. 설정 새로운 기능을 만드는 경우 새 창에서 기능 집합의 이름을 입력 하 고 "확인" 버튼을 클릭 합니다.</li>
		</ol>
</li>
	</ol>
</li>
	<li>기능 집합에서 기능을 보려면 해당 전처리 기술과 기능을 볼 수 "표시 기능 설정" 버튼을 클릭 합니다.<ol>
<li>설정 하 고 "열기" 버튼을 클릭 하 여 보거나 새로운 기능 집합을 만들려면 "새" 버튼을 클릭 하는 기능을 선택 합니다. 설정 새로운 기능을 만드는 경우 새 창에서 기능 집합의 이름을 입력 하 고 "확인" 버튼을 클릭 합니다.</li>
	</ol>
</li>
	<li>현재 데이터 집합을 보려면 "표시 데이터 집합" 버튼 클릭 합니다.<ol>
<li>보기 "열기" 버튼을 클릭 하거나 새 데이터 집합을 만드는 "새로 만들기" 버튼을 클릭에 대 한 데이터 집합을 선택 합니다. 새 데이터 집합을 만드는 경우 새 창에 데이터 집합의 이름을 입력 하 고 "확인" 버튼을 클릭 합니다.</li>
	</ol>
</li>
	<li>"종료" 버튼을 클릭 합니다.</li>
</ol>8. 출력 기능
<ol><li>"결과" 아이콘을 클릭 합니다. 데이터 집합에서 기능 실행을 클릭 하십시오 "단계 1: 데이터 세트." 선택 된 데이터에서 실행 되도록 설정 하는 기능에 클릭 "단계 2: 기능 세트."</li>
	<li>선택한 데이터 집합을 볼 "데이터 보기" 버튼 클릭 합니다. 선택 된 기능 집합을 볼 "기능 보기" 버튼 클릭 합니다.</li>
	<li>"계산 및 결과 저장" 버튼을 클릭 합니다. 결과 대 한 파일 이름을 입력 하 고 "저장" 버튼을 클릭 합니다.</li>
</ol>9. 통계 모델 구축
<ol><li>저장된 결과 파일을 엽니다. 참고: 이것은 일반적으로 아래 단계 2.2에서 C:\IBEX\DataIbex\[Selected 사용자] \ [단계 2.3에서 사이트 선택] \1FeatureResultSet_Result, 단계 8.4에서에서 달리 지정 하지 않는 한.</li>
	<li>다른 탭에서 데이터를 사용 하 여 원하는 통계 테스트에 또는 소프트웨어에서 건물 모델. 참고: 프로토콜은 언제 든 지 일시 중지 될 수 있습니다. 그러나, 특정 아이콘을, 예를 들어, 모든 기능 아이콘 아래 섹션 7의 마무리에 필요한 모든 단계를 마친 후 가장 편리 하다.</li>
</ol>

<ol>
	<li>Lambin, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Radiomics:+extracting+more+information+from+medical+images+using+advanced+feature+analysis.">Radiomics: extracting more information from medical images using advanced feature analysis.</a> EJC. 48, 441-446 (2012).</li><li>Zhang, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=IBEX:+an+open+infrastructure+software+platform+to+facilitate+collaborative+work+in+radiomics.">IBEX: an open infrastructure software platform to facilitate collaborative work in radiomics.</a> Med Phys. 42, 1341-1353 (2015).</li><li>Haralick, R. M., Shanmugam, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Textural+features+for+image+classification.">Textural features for image classification.</a> IEEE Trans Syst Man Cybern. , 610-621 (1973).</li><li>Galloway, M. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Texture+analysis+using+gray+level+run+lengths.">Texture analysis using gray level run lengths.</a> Comp Graphics and Im Proc. 4, 172-179 (1975).</li><li>Tang, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Texture+information+in+run-length+matrices.">Texture information in run-length matrices.</a> IEEE Trans on Im Proc. 7, 1602-1609 (1998).</li><li>Amadasun, M., King, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Textural+features+corresponding+to+textural+properties.">Textural features corresponding to textural properties.</a> IEEE Trans Syst Man Cybern. 19, 1264-1274 (1989).</li><li>Fave, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Preliminary+investigation+into+sources+of+uncertainty+in+quantitative+imaging+features.">Preliminary investigation into sources of uncertainty in quantitative imaging features.</a> Comp Med Imaging Graph. 44, 54-61 (2015).</li><li>Fave, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Can+radiomics+features+be+reproducibly+measured+from+CBCT+images+for+patients+with+non-small+cell+lung+cancer.">Can radiomics features be reproducibly measured from CBCT images for patients with non-small cell lung cancer.</a> Med Phys. 42, 6784-6797 (2015).</li><li>Fave, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Impact+of+image+preprocessing+on+the+volume+dependence+and+prognostic+potential+of+radiomics+features+in+non-small+cell+lung+cancer.">Impact of image preprocessing on the volume dependence and prognostic potential of radiomics features in non-small cell lung cancer.</a> Trans Cancer Res. 5, 349-363 (2016).</li><li>Fave, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Delta-radiomics+features+for+the+prediction+of+patient+outcomes+in+non-small+cell+lung+cancer.">Delta-radiomics features for the prediction of patient outcomes in non-small cell lung cancer.</a> Scientific Reports. 7, 588 (2017).</li><li>Fried, D. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Stage+III+Non-Small+Cell+Lung+Cancer:+Prognostic+Value+of+FDG+PET+Quantitative+Imaging+Features+Combined+with+Clinical+Prognostic+Factors.">Stage III Non-Small Cell Lung Cancer: Prognostic Value of FDG PET Quantitative Imaging Features Combined with Clinical Prognostic Factors.</a> Radiology. 278, 214-222 (2016).</li><li>Fried, D. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Potential+Use+of+(18)F-fluorodeoxyglucose+Positron+Emission+Tomography-Based+Quantitative+Imaging+Features+for+Guiding+Dose+Escalation+in+Stage+III+Non-Small+Cell+Lung+Cancer.">Potential Use of (18)F-fluorodeoxyglucose Positron Emission Tomography-Based Quantitative Imaging Features for Guiding Dose Escalation in Stage III Non-Small Cell Lung Cancer.</a> IJROBP. 94, 368-376 (2016).</li><li>Mackin, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Measuring+Computed+Tomography+Scanner+Variability+of+Radiomics+Features.">Measuring Computed Tomography Scanner Variability of Radiomics Features.</a> Invest radiol. 50, 757-765 (2015).</li><li>Yang, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Uncertainty+analysis+of+quantitative+imaging+features+extracted+from+contrast-enhanced+CT+in+lung+tumors.">Uncertainty analysis of quantitative imaging features extracted from contrast-enhanced CT in lung tumors.</a> Comp Med Imaging Graph. 48, 1-8 (2016).</li><li>van Rossum, P. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+incremental+value+of+subjective+and+quantitative+assessment+of+18F-FDG+PET+for+the+prediction+of+pathologic+complete+response+to+preoperative+chemoradiotherapy+in+esophageal+cancer.">The incremental value of subjective and quantitative assessment of 18F-FDG PET for the prediction of pathologic complete response to preoperative chemoradiotherapy in esophageal cancer.</a> JNM. 57, 691-700 (2016).</li><li>Hunter, L. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=NSCLC+tumor+shrinkage+prediction+using+quantitative+image+features.">NSCLC tumor shrinkage prediction using quantitative image features.</a> Comp Med Imaging Graph. 49, 29-36 (2016).</li><li>Hunter, L. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High+quality+machine-robust+image+features:+identification+in+nonsmall+cell+lung+cancer+computed+tomography+images.">High quality machine-robust image features: identification in nonsmall cell lung cancer computed tomography images.</a> Med Phys. 40, 121916 (2013).</li><li>Fried, D. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prognostic+value+and+reproducibility+of+pretreatment+CT+texture+features+in+stage+III+non-small+cell+lung+cancer.">Prognostic value and reproducibility of pretreatment CT texture features in stage III non-small cell lung cancer.</a> IJROBP. 90, 834-842 (2014).</li><li>Gan, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MO-DE-207B-09:+A+Consistent+Test+for+Radiomics+Softwares.">MO-DE-207B-09: A Consistent Test for Radiomics Softwares.</a> Med Phys. 43, 3706-3706 (2016).</li><li>Klawikowski, S., Christian, J., Schott, D., Zhang, M., Li, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SU-D-207B-07:+Development+of+a+CT-Radiomics+Based+Early+Response+Prediction+Model+During+Delivery+of+Chemoradiation+Therapy+for+Pancreatic+Cancer.">SU-D-207B-07: Development of a CT-Radiomics Based Early Response Prediction Model During Delivery of Chemoradiation Therapy for Pancreatic Cancer.</a> Med Phys. 43, 3350-3350 (2016).</li><li>Huang, W., Tu, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SU-F-R-22:+Malignancy+Classification+for+Small+Pulmonary+Nodules+with+Radiomics+and+Logistic+Regression.">SU-F-R-22: Malignancy Classification for Small Pulmonary Nodules with Radiomics and Logistic Regression.</a> Med Phys. 43, 3377-3378 (2016).</li><li>Hanania, A. N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+imaging+to+evaluate+malignant+potential+of+IPMNs.">Quantitative imaging to evaluate malignant potential of IPMNs.</a> Oncotarget. 7, 85776-85784 (2016).</li><li>Court, L. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Computational+resources+for+radiomics.">Computational resources for radiomics.</a> Trans Cancer Res. 5, 340-348 (2016).</li><li>. Matlab Add path Available from: <a target="_blank" href="https://www.mathworks.com/help/matlab/ref/addpath.html">https://www.mathworks.com/help/matlab/ref/addpath.html</a> (2017)</li><li>Zhao, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reproducibility+of+radiomics+for+deciphering+tumor+phenotype+with+imaging.">Reproducibility of radiomics for deciphering tumor phenotype with imaging.</a> Sci Rep. 6, 23428 (2016).</li><li>Owens, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reproducibility+and+Robustness+of+Radiomic+Features+Extracted+with+Semi-Automatic+Segmentation+Tools.">Reproducibility and Robustness of Radiomic Features Extracted with Semi-Automatic Segmentation Tools.</a> Med Phys. , (2017).</li><li>Kassner, A., Liu, F., Thornhill, R. E., Tomlinson, G., Mikulis, D. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prediction+of+hemorrhagic+transformation+in+acute+ischemic+stroke+using+texture+analysis+of+postcontrast+T1-weighted+MR+images.">Prediction of hemorrhagic transformation in acute ischemic stroke using texture analysis of postcontrast T1-weighted MR images.</a> JMRI. 30, 933-941 (2009).</li><li>. IBEX Google Forum Available from: <a target="_blank" href="https://groups.google.com/forum/#!forum/ibex_users">https://groups.google.com/forum/#!forum/ibex_users</a> (2017)</li></ol>

저자는 공개 경쟁 금융 관심 없다 있다.

아이 벡 스는 의료 이미징 radiomics 연구를 위한 강력한 도구입니다. 그것은 지금까지 주로 사용 되었습니다 MD 앤더슨 radiomics 그룹에 의해 실시 하는 연구에서 방사선 종양학 목적. 아이 벡 스 ROIs의 조작 및 기능 5 주요 기능 범주 내에서 계산에 대 한 수 있습니다. 아이 벡 스의 소스 코드 버전에 포함 되지 않은 이미 아이 벡 스의 회색 레벨 영역 매트릭스 기능 같은 디자인 응용 프로그램 사용자 수 있습니다.
아이 벡 스에 관련 된 주요 단계는는 이미지의 가져오기, ROIs의 컨투어링, ROIs 데이터 집합의 선택과 기능 집합이 있습니다. 정확한 윤곽선은 필요한 기능만이 분야 내에서 계산 되 고 따라서 부정확 한 윤곽 부정확 한 기능 값을 제공할 것입니다. 따라서, 이러한 기능 사이 발견 하는 어떤 관계 든 지 부정확 한 윤곽에 계산 하 고 결과 가짜 될 것입니다. 매개 변수 선택 기능에 대 한 중요 한 단계 이기도합니다. 예를 들어 회색 레벨 동시 발생 매트릭스에 대 한 단계 크기 변경 수 영향을 매트릭스에서 계산 하는 기능. 이 수에 따라 달라 이미지 유형 (즉, MRI, CT, 또는 애완 동물), 조사 (예를 들어, 머리와 목 대 NSCLC), 및 (예를 들어, 이미지 기능 유전체학과 연결 대 생존 모델을 만드는) 연구의 목적을 위한 사이트. 기능 매개 변수는 물리적 또는 생물 학적 추론, 예에 따라 선택 되어야 합니다, 그리고 4 단계 크기 동시 발생 행렬에 생물학으로 관련 될 이유? 기능 매개 변수 또한 생물 식 또는 결과와 상관 관계를 특정 기능 매개 변수 발견 이전의 연구에 따라 선택할 수 있습니다. 아이 벡 스는 27 전처리 모듈 및 132 기능 각 전처리 모듈 및 다양 한 radiomics 연구에 대 한 적응력이 도구는 기능 범주에 대 한 매개 변수 변경 허용 함께 선택할 수 있습니다.
어떤 소프트웨어를 사용 하 여 때 적용 되는 radiomics 연구에서 여러 일반적인 제한이 있습니다. 예를 들어 이미지 기능 이미지 수집 매개 변수 복 크기와 스캐너15,27등에 따라 표시 되었습니다. 모든 소프트웨어의 한계는 각 기능에 대 한 변경 될 수 있는 많은 매개 변수 고 기본값이 특정 연구에 적합 하지 않을 수 있습니다. 사용자가, 수 있어야 하며 연구 이전 비슷한 연구에 대 한 매개 변수 설정을 사용 하 고 설정의 적용 가능성을 평가. 윤곽 및 고유의 남북 및 내부-관측 가변성의 품질 또한 기능의 계산을 발생할 수 있습니다. 오웬스 외. 계산된 기능 자동 윤곽 도구28를 사용할 때 더 강력한는 보여주었다. Radiomics 연구에 대 한 계산 기능 인간 설계 기능 하 고 시각적 인식 시스템에 의해 관찰 하는 기능을 완전히 전달 하지 않을 수 있습니다. 또한, 이러한 기능 하나 다른 결과 분석할 때 어려움을 만드는 높게 상관 될 수 있습니다. 아이 벡 스의 한 가지 특정 한계는 현재 버전 웨이 블 릿 기능; 계산 가용성 부족 그러나, 우리의 그룹은 향후 버전에서 이러한 기능을 포함 하도록 계획 이다.
이미지 기능25의 계산에 사용할 수 있는 몇 가지 대안 소프트웨어 플랫폼 있다. 아이 벡 스의 장점은 사실 그것 자유롭게 사용할 수 있습니다, 잘 문서화 되어2, 이미지 기능 계산의 사용자가 자세한 제어할 수 있습니다를 포함 합니다. 아이 벡 스도 그래서 사용자 이미지 처리의 영향을 시각화 수 있습니다-이 때 유용 합니다, 예를 들어 그는 전처리는 지나치게 부드럽게 하지 이미지 확인 처리 환자 이미지 (예를 들어, 다듬기 후), 표시 됩니다. 마찬가지로, 아이 벡 스는 실제 공동 발생 매트릭스 및 강도 히스토그램;를 내보낼 수 있습니다. 이미지 기능에 delving 깊은 때 유용할 수 있습니다.
아이 벡 스는 암 연구, 방사선 치료에 주로 초점을 전적으로 사용 되었습니다. 그러나, 미래 연구는 다른 암 치료 또는 암 필드 외부도 밖으로 분기할 수 있습니다. 예를 들어 Kassner 외. 29급성 뇌경색 환자에서 출혈 성 변화를 예측 하기 위해 radiomics를 사용 합니다. 아이 벡 스도 이런이 종류의 radiomics 연구에 사용 될 수 있습니다.
아이 벡 스는 또한 지속적인 유지 보수를 하고있다. 예를 들어 Fave 외에 의해 연구 발견 5 기능 (바 쁨, 거칠기, 회색 레벨 비 균일, 균일, 실행된 길이 비 및 에너지) 강하게 볼륨 의존 했다 그들의 수식11수정. 이러한 업데이트 된 수식 아이 벡 스의 업데이트 버전에 포함 되었습니다. 또한, 사용자가 다른 사용자가 다음 대답 질문을 게시 하는 google 그룹30 입니다. 아이 벡 스 및 가용성의 현재 기능 외에도 아이 벡 스의이 지속적인 향상 radiomics 연구에 대 한 주요 소스 만들.

의학, 환자 질병 진단 일반적으로 엑스레이, 초음파, 컴퓨터 단층 촬영 (CT), 자기 공명 영상 (MRI)과 같은 진단 시험의 많은 수를 통합 하 고 양전자 방출 단층 촬영 (PET) 검사 결정에서 원조 하는 환자 치료의 과정입니다. 의사가이 이미지를 사용 하 여 질적으로 환자의 진단 평가 하는 동안 추가 양적 기능을 환자 치료 안내를 추출할 수 있을 수 있습니다. 근거는 이러한 기능 수 있습니다 나타내고 proteomic 거시적인 규모1에 표현 하는 게놈 패턴입니다. 이 정량적 인 정보를 결합 하 여 현재 임상 정보, 예를 들면, 환자 인구, 더 개별된 환자 치료를 수 있습니다. 이것은 radiomics의 뒤에 이론: 복 수준에 이미지의 분석 기능. 특징 일반적으로 5 가지 주요 범주로을: 회색 레벨 동시 발생 매트릭스, 회색 레벨 실행된 길이 행렬, 이웃 강도 차이 매트릭스, 히스토그램, 및 모양.
이미징 바이오 마커 익스플로러 (아이 벡 스) radiomics 작업2에 대 한 오픈 소스 도구입니다. 그래픽 사용자 인터페이스 (GUI)는 암 치료에서 의사 결정을 지원 하기 위해 추출 및 정량 기능의 계산을 촉진의 목표와 MD 앤더슨 암 센터에서 개발 되었다. 독립형4 버전과 소스 코드3 온라인 사용할 수 있습니다. 아이 벡 스는 각 기능 범주에 대해 설정할 수 있는 매개 변수와 함께 의료 radiomics에서 사용 하는 기능의 5 가장 일반적인 범주를 계산 합니다. 카테고리: 회색 레벨 동시 발생 매트릭스5, 회색 레벨 실행된 길이 매트릭스6,7, 강도, 이웃 강도 차이 매트릭스8및 모양. 벡 스 오픈 소스 이기 때문에, 그것은 있게 조화 기능 추출 결과 대 한 기관에 걸쳐 쉽게 다른 radiomics 연구를 비교 합니다. 아이 벡 스 내의 모든 기능 장 그 외 여러분 에 의해 초기 종이에 설명 되어 있습니다. 2
이 원고의 목적은 아이 벡 스 사용 하 고 MD 앤더슨 radiomics 그룹에서 출판된 연구 피어-검토 한 결과 통해 응용 프로그램을 설명 하는 방법에 지침을 제공 하는 것입니다. 2015 년에는 대 중에 게 그것의 릴리스 이후 아이 벡 스 사용 되었습니다 CT, 애완 동물, 그리고 MRI 스캔 이미지에서 기능을 계산 하려면 MD 앤더슨 radiomics 그룹에 의해 일반적으로 임상 생존 모델9,10, 개선 하는 기능을 조사 11,12,13,14,15,,1617,18,19,20 및 외부 기관21,22,,2324로. 아이 벡 스에 포함 되지 않은 radiomics 연구 단계에 사용할 수 있는 소프트웨어 도구에 대 한 추가 지침 법원 외 에서 찾을 수 있습니다. 25
아이 벡 스의 워크플로에 대 한 일반적인 소개를 벡 스를 활용 하 여 radiomics 프로젝트를 시작 하기 전에 데이터를 제대로 구성 하는 데 도움이 됩니다. DICOM 이미지를 가져오는 경우 각 환자는 그들의 DICOM 이미지와 함께 그들의 자신의 폴더 아이 벡 스 필요 합니다. DICOM 방사선 구조 집합은 환자 폴더에 포함 되지만 대신 아이 벡 스에서 컨투어링 플랫폼을 사용 하 여 것이 좋습니다 있습니다. 특정 연구에 대 한 모든 환자를 가져오기 지원, 모든 환자 폴더 놓일 수 있다 하나의 폴더에 함께 있도록 벡 스만 한 단계를 사용 하 여 모든 데이터를 가져올 수 있습니다. 피나 클에서 환자를 가져오는 경우 환자 계획 설정 하는 구조를가지고 최상 이다. 환자는 여러 이미지 세트와 피나 클 내 계획 있을 수 있습니다, 그것은 어떤 이미지 설정 알아야 최고의 계획 가져오기 전에 올바른지. 계산 시간이 중요 한 경우, 환자에 대 한 이미지 조각의 수를 줄이고 시간을 크게 줄일 수 있습니다. 예를 들어 경우에 간 연구에 대 한 관심의 이다 하지만 환자 전신 CT 검사, 관심 분야의만 정도로 DICOM 분할 영역을 줄이고 계산 시간 (예를 들어, 300 조각에서 50 조각은 DICOM을 줄일 수 있습니다 1/6t를 단축할 수 있다 h 시간). 다른 도구에서 세미 자동으로 수동이 슬라이스 감소를 수행할 수 있다.

<table border="0" cellpadding="0" cellspacing="0" style="width:572px;" width="573">
	<colgroup>
		<col />
		<col />
		<col />
		<col />
	</colgroup>
	<tbody>
		<tr height="42">
			<td height="42" style="height:42px;width:216px;">Excel</td>
			<td style="width:71px;">Microsoft Office</td>
			<td style="width:119px;"></td>
			<td style="width:167px;">Any version of excel should work.</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:216px;">Matlab</td>
			<td style="width:71px;">MathWorks</td>
			<td style="width:119px;"></td>
			<td>Only use IBEX on 32 bit Matlab 2011a or 64 bit Matlab 2014b.</td>
		</tr>
	</tbody>
</table>

guidelines and experience using imaging biomarker explorer (ibex) for radiomics

바이오 마커 익스플로러 (아이 벡 스) 이미징 의료 이미징 radiomics 작업에 대 한 오픈 소스 도구입니다. 이 문서의 목적은 아이 벡 스의 그래픽 사용자 인터페이스 (GUI)를 사용 하 고 벡 스 기능 임상 연구에서 사용 된 계산 하는 방법을 설명 하는 방법을 설명 하는 것입니다. 아이 벡 스는 DICOM 방사선 치료 구조 파일 또는 피나 클 파일 DICOM 이미지의 가져오기에 대 한 수 있습니다. 이미지를 가져올 일단 아이 벡 스는 거리, 이미지 측정 복 값의 보기를 조작 하 고 작성 하 고 편집할 등고선 데이터 선택 GUI 내에서 도구가 있습니다. 아이 벡 스 27 전처리 및 132 기능 선택 기능 세트 디자인 함께 제공 됩니다. 각 전처리 및 기능 범주는 변경 될 수 있는 매개 변수가 있습니다. 아이 벡 스에서 출력은 포함 하는 스프레드시트: 각 데이터 집합에 윤곽선, 데이터 집합, 및 3)는 전처리의 요약에서 각 윤곽선에 대 한 2) 이미지 정보에 대 한 계산된 기능 및 그들의 선택과 함께 사용 하는 기능에서 1) 각 기능 매개 변수입니다. 아이 벡 스에서 계산 하는 기능 테스트 기능 다른 이미징 조건 하에서, 현재 임상 모델을 개선 하기 위해 생존 모델에서의 다양성을 연구에 사용 되었습니다.

아이 벡 스에서 출력은 스프레드시트 탭 3 건을 포함 된 ( 그림 4참조). "결과" 탭에(그림 4)데이터 집합에 있는 각 ROI의 기능 값을 포함 되어 있습니다. "데이터 정보." 탭 (그림 4B) 데이터 집합에 있는 각 ROI에서 가져온 이미지에 대 한 정보가 들어 있습니다. "기능 정보." 탭 기능 범주에 대 한 선택 매개 변수와 함께 사용 하는 기능의 포괄적인 목록을 포함 하 고는 전처리 기능 (그림 4C)의 해당 범주에 대 한 사용.
벡 스 계산 기능 의료 이미지에서 여러 가지 상황에 이용 되었습니다. 헌터 외. 강력한 이미지 기능19식별 하 아이 벡 스의 초기 버전을 사용. Fave 외 다른 호흡 단계, 최대 관 전압, 관 전류9에서 수집 된 4 D CT 흉부 검사의 radiomics 기능에 불확실성을 조사. 이 연구는 대부분 간 환자 변이 보다는 더 적은 때 기능 수를 내 환자 변형 튜브 전압 및 전류를 무시할 수 이러한 요소를 만드는 다양 했다 발견. 콘 빔 CT (CBCT) 이미지에서 기능의 재현성 다음 아이 벡 스10를 사용 하 여 평가 되었습니다. 본이 연구에서는 폐 CBCT 이미지에서 계산 기능 재현할 수 사용 될 때 동일한 프로토콜 및 제조 업체 했다 모션을 호흡 하는 것은 작은 경우에을 발견 했다. 이미지 전처리 기능은 값에 미치는 영향 평가 이후 되었습니다. 연구 보여준 공부 55 기능 39 콕스 비례 위험 모델을 다른 전처리 나타내는 각 필요할 수 있습니다을 사용 하 여 전반적인 생존을 위한 중요 한 계층에서 발생 하나 이상 전처리 기술 했다 기능11. 아이 벡 스를 사용 하 여 관류 CT 이미지에서 기능에 불확실성 평가 있다. Radiomics 기능 대비 관리 및 CT 스캔 사이의 시간에 의존 했 고 기능의 86.9%는 간 세션 안정성 색인 상관 계수 보다 크거나 재현 했다 양 외. 0.916을. 마지막으로, 유령 기능15의 하위 집합에 간 스캐너 가변성을 테스트 하도록 설계 되었습니다. 텍스처 강도 무의미 한 가장 다양 하 게 발견 하는 동안 가장 일관 된 기능으로 발견 되었다.
아이 벡 스에서 radiomics 기능 모델 구축, 일반적으로 전반적인 생존, 지방 지역 제어 및 먼 전이 보고도 자주 사용 됩니다. 튀김 외 비 작은 세포 폐 암 (NSCLC) 환자의 CT 검사는으로 구현 되는 경우 콕스 비례 위험 모델 전반적인 생존로 코 지역 제어, 그리고 먼 전이 크게에서 8 radiomics 기능 식별 임상 데이터20만 사용 하는 모델에 비해 향상 된 카 플 란-마이어 계층. 마찬가지로, Fave 외. radiomics 기능 향상 생존 곡선12환자 계층을 발견. 그들의 연구는 폐 radiomics 기능에 주간 CT 이미지와 계산된 변경 사용. 계산 모델에서 기능 했다 4 개의 다른 전처리 방법: 임계 처리 (1), (2) 임계값 및 비트 깊이, 임계 처리 (3) 및 스무 딩, 임계 처리 (4), 비트 심도, 및 스무 딩; 그리고 전처리 방법 최고는 콕스 비례 위험 모델에서 테스트 되 고 전에 개별적으로 각 기능에 대 한 선정 되었다. 헌터 외. 또한 radiomics 기능 다른 임계값을 탐험 하는 동안 축소 NSCLC 환자에서 종양을 예측 하 고 깊이 재 축척 값18비트 수를 보였다.
애완 동물 이미지의 radiomics 기능 및 그들의 전조 값 또한 아이 벡 스를 사용 하 여 조사 되어 있다. 튀김 외. Suv는 가장 가까운 정수로 반올림 하 고 나머지13에서 그 투자 수익에 대 한 최소 SUV를 뺀 다음에 의해 통풍 관에 표준화 된 값 (Suv)을 스케일. 에너지 및 견고는 기존의 임상 요인 포함 했다 통계 포함 한 전반적인 생존 모델을 개선 하는 모델에 비해 발견 됐다. 이 두 가지 radiomics 기능 또한 복용량 에스컬레이션14에서 이익이 나 손해를 받은 환자의 하위 그룹을 확인할 수 있을을 발견 했다. 마찬가지로, 반으로 섬 외. 은 pathologic 전체 응답의 임상 예측 모델에 대 한 임상 모델17에 radiomics 기능을 포함 하는 때 c-인덱스에서 증가 발견.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/57132/57132fig1.jpg"> 그림 1 : 아이 벡 스 주요 홈 페이지. 각 섹션에 대 한 아이콘으로 아이 벡 스에 대 한 메인 페이지. 이 섹션의 각 섹션 2-6에서 설명 되어 있습니다. <a href="//cloudflare-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/57132/57132fig1large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/57132/57132fig2.jpg"> 그림 2 : 데이터 선택 창. GUI 창 데이터 선택 조작에 사용 됩니다. 창 단계 4.4-4.10에에서 설명 된 대로 이미지의 모양을 변경 하는 단추가 제공 됩니다. <a href="//cloudflare-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/57132/57132fig2large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/57132/57132fig3.jpg"> 그림 3 : ROI 편집기 창. GUI 창 ROI 조작을 위해 사용 됩니다. 윈도우는 ROIs를 변경 하는 단추 뿐 아니라 데이터 선택에서 모양을 변경 하려면 같은 단추 온다. 투자 수익 조작 섹션 5에 설명 되어 있습니다. <a href="//cloudflare-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/57132/57132fig3large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/57132/57132fig4.jpg"> 그림 4 : 아이 벡 스 결과 워크시트. 아이 벡 스 3 페이지의 워크시트에 정보를 출력합니다. 각 투자 수익에 대 한 기능 값을 포함 하는 첫 번째 페이지 (A), (B) 두 번째 페이지는 ROIs, 그린은 이미지에 대 한 정보가 고 세 번째 페이지 (C) 기능에 대 한 정보가 사용 전처리. 이 그림에 대 한 출력 기능 계산 했다 유령 연구에서 사용 하는 버터워스 스무 딩과 리 스케일링, 패널 C, 열 E, 5-6 행에 표시 된 8 비트 깊이. <a href="//cloudflare-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/57132/57132fig4large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>

Watch this Scientific Journal Video about Guidelines and Experience Using Imaging Biomarker Explorer IBEX for Radiomics at JoVE.com

Guidelines and Experience Using Imaging Biomarker Explorer IBEX for Radiomics

우리 아이 벡 스, 의료 이미징 radiomics 연구, 그리고이 도구를 사용 하는 방법에 대 한 설계는 오픈 소스 도구를 설명 합니다. 또한, 불확실성 분석에 대 한 벡 스를 사용 하 고 건물 모델 일부 출판된 작품 전시 됩니다.

지침 및 경험을 사용 하 여 이미징 바이오 마커 익스플로러 (아이 벡 스) Radiomics에 대 한

Imaging Biomarker Explorer (IBEX) is an open-source tool for medical imaging radiomics work. The purpose of this paper is to describe how to use IBEX's ...

guidelines-experience-using-imaging-biomarker-explorer-ibex-for

Nanyang Technological University

Research

JoVE Journal

Engineering

Guidelines and Experience Using Imaging Biomarker Explorer (IBEX) for Radiomics

13.1K 조회수.  The University of Texas MD Anderson Cancer Center. 우리 아이 벡 스, 의료 이미징 radiomics 연구, 그리고이 도구를 사용 하는 방법에 대 한 설계는 오픈 소스 도구를 설명 합니다. 또한, 불확실성 분석에 대 한 벡 스를 사용 하 고 건물 모델 일부 출판된 작품 전시 됩니다.

비디오: Guidelines and Experience Using Imaging Biomarker Explorer IBEX for Radiomics

Compact Quantum Dots for Single-molecule Imaging

Single-molecule imaging is an important tool for understanding the mechanisms of biomolecular function and for visualizing the spatial and temporal heterogeneity of molecular behaviors that underlie cellular biology 1-4. To image an individual molecule of interest, it is typically conjugated to a fluorescent tag (dye, protein, bead, or quantum dot) and observed with epifluorescence or total internal reflection fluorescence (TIRF) microscopy. While dyes and fluorescent proteins have been the mainstay of fluorescence imaging for decades, their fluorescence is unstable under high photon fluxes necessary to observe individual molecules, yielding only a few seconds of observation before complete loss of signal. Latex beads and dye-labeled beads provide improved signal stability but at the expense of drastically larger hydrodynamic size, which can deleteriously alter the diffusion and behavior of the molecule under study.
Quantum dots (QDs) offer a balance between these two problematic regimes. These nanoparticles are composed of semiconductor materials and can be engineered with a hydrodynamically compact size with exceptional resistance to photodegradation 5. Thus in recent years QDs have been instrumental in enabling long-term observation of complex macromolecular behavior on the single molecule level. However these particles have still been found to exhibit impaired diffusion in crowded molecular environments such as the cellular cytoplasm and the neuronal synaptic cleft, where their sizes are still too large 4,6,7.
Recently we have engineered the cores and surface coatings of QDs for minimized hydrodynamic size, while balancing offsets to colloidal stability, photostability, brightness, and nonspecific binding that have hindered the utility of compact QDs in the past 8,9. The goal of this article is to demonstrate the synthesis, modification, and characterization of these optimized nanocrystals, composed of an alloyed HgxCd1-xSe core coated with an insulating CdyZn1-yS shell, further coated with a multidentate polymer ligand modified with short polyethylene glycol (PEG) chains (Figure 1). Compared with conventional CdSe nanocrystals, HgxCd1-xSe alloys offer greater quantum yields of fluorescence, fluorescence at red and near-infrared wavelengths for enhanced signal-to-noise in cells, and excitation at non-cytotoxic visible wavelengths. Multidentate polymer coatings bind to the nanocrystal surface in a closed and flat conformation to minimize hydrodynamic size, and PEG neutralizes the surface charge to minimize nonspecific binding to cells and biomolecules. The end result is a brightly fluorescent nanocrystal with emission between 550-800 nm and a total hydrodynamic size near 12 nm. This is in the same size range as many soluble globular proteins in cells, and substantially smaller than conventional PEGylated QDs (25-35 nm).

We describe the preparation of colloidal quantum dots with minimized hydrodynamic size for single-molecule fluorescence imaging. Compared to conventional quantum dots, these nanoparticles are similar in size to globular proteins and are optimized for single-molecule brightness, stability against photodegradation, and resistance to nonspecific binding to proteins and cells.

단일 분자 이미징을위한 소형 양자 점

Single-molecule imaging is an important tool for  understanding the mechanisms of biomolecular function and for visualizing the  spatial and temporal ...

연구

공학

Spatial Separation of Molecular Conformers and Clusters

Gas-phase molecular physics and physical chemistry experiments commonly use supersonic expansions through pulsed valves for the production of cold molecular beams. However, these beams often contain multiple conformers and clusters, even at low rotational temperatures. We present an experimental methodology that allows the spatial separation of these constituent parts of a molecular beam expansion. Using an electric deflector the beam is separated by its mass-to-dipole moment ratio, analogous to a bender or an electric sector mass spectrometer spatially dispersing charged molecules on the basis of their mass-to-charge ratio. This deflector exploits the Stark effect in an inhomogeneous electric field and allows the separation of individual species of polar neutral molecules and clusters. It furthermore allows the selection of the coldest part of a molecular beam, as low-energy rotational quantum states generally experience the largest deflection. Different structural isomers (conformers) of a species can be separated due to the different arrangement of functional groups, which leads to distinct dipole moments. These are exploited by the electrostatic deflector for the production of a conformationally pure sample from a molecular beam. Similarly, specific cluster stoichiometries can be selected, as the mass and dipole moment of a given cluster depends on the degree of solvation around the parent molecule. This allows experiments on specific cluster sizes and structures, enabling the systematic study of solvation of neutral molecules.

We present a technique that allows the spatial separation of different conformers or clusters present in a molecular beam. An electrostatic deflector is used to separate species by their mass-to-dipole moment ratio, leading to the production of gas-phase ensembles of a single conformer or cluster stoichiometry.

분자 순응및 클러스터의 공간 분리

Gas-phase molecular physics and physical chemistry experiments commonly use supersonic expansions through pulsed valves for the production of cold ...

Reservoir Condition Pore-scale Imaging of Multiple Fluid Phases Using X-ray Microtomography

X-ray microtomography was used to image, at a resolution of 6.6 &#181;m, the pore-scale arrangement of residual carbon dioxide ganglia in the pore-space of a carbonate rock at pressures and temperatures representative of typical formations used for CO2 storage. Chemical equilibrium between the CO2, brine and rock phases was maintained using a high pressure high temperature reactor, replicating conditions far away from the injection site. Fluid flow was controlled using high pressure high temperature syringe pumps. To maintain representative in-situ conditions within the micro-CT scanner a carbon fiber high pressure micro-CT coreholder was used. Diffusive CO2 exchange across the confining sleeve from the pore-space of the rock to the confining fluid was prevented by surrounding the core with a triple wrap of aluminum foil. Reconstructed brine contrast was modeled using a polychromatic x-ray source, and brine composition was chosen to maximize the three phase contrast between the two fluids and the rock. Flexible flow lines were used to reduce forces on the sample during image acquisition, potentially causing unwanted sample motion, a major shortcoming in previous techniques. An internal thermocouple, placed directly adjacent to the rock core, coupled with an external flexible heating wrap and a PID controller was used to maintain a constant temperature within the flow cell. Substantial amounts of CO2 were trapped, with a residual saturation of 0.203 &#177; 0.013, and the sizes of larger volume ganglia obey power law distributions, consistent with percolation theory.

We present a methodology for the imaging of multiple fluid phases at reservoir conditions by the use of x-ray microtomography. We show some representative results of capillary trapping in a carbonate rock sample.

여러 유체 페이즈 저수지 조건 기공 크기의 이미징 X 레이 Microtomography 사용

X-ray microtomography was used to image, at a resolution of 6.6 &#181;m, the pore-scale arrangement of residual carbon dioxide ganglia in the pore-space ...

Electron Channeling Contrast Imaging for Rapid III-V Heteroepitaxial Characterization

Misfit dislocations in heteroepitaxial layers of GaP grown on Si(001) substrates are characterized through use of electron channeling contrast imaging (ECCI) in a scanning electron microscope (SEM). ECCI allows for imaging of defects and crystallographic features under specific diffraction conditions, similar to that possible via plan-view transmission electron microscopy (PV-TEM). A particular advantage of the ECCI technique is that it requires little to no sample preparation, and indeed can use large area, as-produced samples, making it a considerably higher throughput characterization method than TEM. Similar to TEM, different diffraction conditions can be obtained with ECCI by tilting and rotating the sample in the SEM. This capability enables the selective imaging of specific defects, such as misfit dislocations at the GaP/Si interface, with high contrast levels, which are determined by the standard invisibility criteria. An example application of this technique is described wherein ECCI imaging is used to determine the critical thickness for dislocation nucleation for GaP-on-Si by imaging a range of samples with various GaP epilayer thicknesses. Examples of ECCI micrographs of additional defect types, including threading dislocations and a stacking fault, are provided as demonstration of its broad, TEM-like applicability. Ultimately, the combination of TEM-like capabilities &#8211; high spatial resolution and richness of microstructural data &#8211; with the convenience and speed of SEM, position ECCI as a powerful tool for the rapid characterization of crystalline materials.

The use of electron channeling contrast imaging in a scanning electron microscope to characterize defects in III-V/Si heteroexpitaxial thin films is described. This method yields similar results to plan-view transmission electron microscopy, but in significantly less time due to lack of required sample preparation.

빠른 III-V 족 이종 특성에 대한 전자 채널링 대비 이미징

Misfit dislocations in heteroepitaxial layers of GaP grown on Si(001) substrates are characterized through use of electron channeling contrast imaging ...

Use of a Multi-compartment Dynamic Single Enzyme Phantom for Studies of Hyperpolarized Magnetic Resonance Agents

Imaging of hyperpolarized substrates by magnetic resonance shows great clinical promise for assessment of critical biochemical processes in real time. Due to fundamental constraints imposed by the hyperpolarized state, exotic imaging and reconstruction techniques are commonly used. A practical system for characterization of dynamic, multi-spectral imaging methods is critically needed. Such a system must reproducibly recapitulate the relevant chemical dynamics of normal and pathological tissues. The most widely utilized substrate to date is hyperpolarized [1-13C]-pyruvate for assessment of cancer metabolism. We describe an enzyme-based phantom system that mediates the conversion of pyruvate to lactate. The reaction is initiated by injection of the hyperpolarized agent into multiple chambers within the phantom, each of which contains varying concentrations of reagents that control the reaction rate. Multiple compartments are necessary to ensure that imaging sequences faithfully capture the spatial and metabolic heterogeneity of tissue. This system will aid the development and validation of advanced imaging strategies by providing chemical dynamics that are not available from conventional phantoms, as well as control and reproducibility that is not possible in vivo.

A multi-compartment dynamic phantom is used to simulate some biology of interest for metabolic studies using hyperpolarized magnet resonance agents.

과분극 자기 공명 에이전트의 연구 다중 구획 동적 단일 효소 팬텀의 사용

Imaging of hyperpolarized substrates by magnetic resonance shows great clinical promise for assessment of critical biochemical processes in real time. Due ...

Dynamic Pore-scale Reservoir-condition Imaging of Reaction in Carbonates Using Synchrotron Fast Tomography

Underground storage permanence is a major concern for carbon capture and storage. Pumping CO2 into carbonate reservoirs has the potential to dissolve geologic seals and allow CO2 to escape. However, the dissolution processes at reservoir conditions are poorly understood. Thus, time-resolved experiments are needed to observe and predict the nature and rate of dissolution at the pore scale. Synchrotron fast tomography is a method of taking high-resolution time-resolved images of complex pore structures much more quickly than traditional &#181;-CT. The Diamond Lightsource Pink Beam was used to dynamically image dissolution of limestone in the presence of CO2-saturated brine at reservoir conditions. 100 scans were taken at a 6.1 &#181;m resolution over a period of 2 hours. The images were segmented and the porosity and permeability were measured using image analysis and network extraction. Porosity increased uniformly along the length of the sample; however, the rate of increase of both porosity and permeability slowed at later times.

Synchrotron fast tomography was used to dynamically image dissolution of limestone in the presence of CO2-saturated brine at reservoir conditions. 100 scans were taken at a 6.1 &#181;m resolution over a period of 2 h.

싱크로 빠른 단층 촬영을 사용하여 탄산염의 반응의 동적 기공 규모의 저수지 조건 이미징

Underground storage permanence is a major concern for carbon capture and storage. Pumping CO2 into carbonate reservoirs has the potential to dissolve ...

High-resolution Thermal Micro-imaging Using Europium Chelate Luminescent Coatings

Micro-electronic devices often undergo significant self-heating when biased to their typical operating conditions. This paper describes a convenient optical micro-imaging technique which can be used to map and quantify such behavior. Europium thenoyltrifluoroacetonate (EuTFC) has a 612 nm luminescence line whose activation efficiency drops strongly with increasing temperature, due to T-dependent interactions between the Eu3+ ion and the organic chelating compound. This material may be readily coated on to a sample surface by thermal sublimation in vacuum. When the coating is excited with ultraviolet light (337 nm) an optical micro-image of the 612 nm luminescent response can be converted directly into a map of the sample surface temperature. This technique offers spatial resolution limited only by the microscope optics (about 1 micron) and time resolution limited by the speed of the camera employed. It offers the additional advantages of only requiring comparatively simple and non-specialized equipment, and giving a quantitative probe of sample temperature.

Europium thenoyltrifluoroacetonate (EuTFC) has an optical luminescence line at 612 nm, whose activation efficiency decreases strongly with temperature. If a sample coated with a thin film of this material is micro-imaged, the 612 nm luminescent response intensity may be converted into a direct map of sample surface temperature.

유로퓸 킬레이트 발광 코팅을 사용하여 고해상도 열 마이크로 이미징

Micro-electronic devices often undergo significant self-heating when biased to their typical operating conditions. This paper describes a convenient ...

Advanced Compositional Analysis of Nanoparticle-polymer Composites Using Direct Fluorescence Imaging

The fabrication of polymer-nanoparticle composites is extremely important in the development of many functional materials. Identifying the precise composition of these materials is essential, especially in the design of surface catalysts, where the surface concentration of the active component determines the activity of the material. Antimicrobial materials which utilize nanoparticles are a particular focus of this technology. Recently swell encapsulation has emerged as a technique for inserting antimicrobial nanoparticles into a host polymer matrix. Swell encapsulation provides the advantage of localizing the incorporation to the external surfaces of materials, which act as the active sites of these materials. However, quantification of this nanoparticle uptake is challenging. Previous studies explore the link between antimicrobial activity and surface concentration of the active component, but this is not directly visualized. Here we show a reliable method to monitor the incorporation of nanoparticles into a polymer host matrix via swell encapsulation. We show that the surface concentration of CdSe/ZnS nanoparticles can be accurately visualized through cross-sectional fluorescence imaging. Using this method, we can quantify the uptake of nanoparticles via swell encapsulation and measure the surface concentration of encapsulated particles, which is key in optimizing the activity of functional materials.

Here we present a reliable method to monitor the incorporation of nanoparticles into a polymer host matrix via swell encapsulation. We show that the surface concentration of cadmium selenide quantum dots can be accurately visualized through cross-sectional fluorescence imaging.

직접 형광 이미징을 사용하여 나노 입자 - 고분자 복합 재료의 고급 성분 분석

The fabrication of polymer-nanoparticle composites is extremely important in the development of many functional materials. Identifying the precise ...

Nanostructured Ag-zeolite Composites as Luminescence-based Humidity Sensors

Small silver clusters confined inside zeolite matrices have recently emerged as a novel type of highly luminescent materials. Their emission has high external quantum efficiencies (EQE) and spans the whole visible spectrum. It has been recently reported that the UV excited luminescence of partially Li-exchanged sodium Linde type A zeolites [LTA(Na)] containing luminescent silver clusters can be controlled by adjusting the water content of the zeolite. These samples showed a dynamic change in their emission color from blue to green and yellow upon an increase of the hydration level of the zeolite, showing the great potential that these materials can have as luminescence-based humidity sensors at the macro and micro scale. Here, we describe the detailed procedure to fabricate a humidity sensor prototype using silver-exchanged zeolite composites. The sensor is produced by suspending the luminescent Ag-zeolites in an aqueous solution of polyethylenimine (PEI) to subsequently deposit a film of the material onto a quartz plate. The coated plate is subjected to several hydration/dehydration cycles to show the functionality of the sensing film.

A protocol for the synthesis of moisture-responsive luminescent Ag-zeolite composites is described in this report.

발광 기반 습도 센서와 같은 나노 구조 AG-제올라이트 복합

Small silver clusters confined inside zeolite matrices have recently emerged as a novel type of highly luminescent materials. Their emission has high ...

Simultaneous Measurement of Turbulence and Particle Kinematics Using Flow Imaging Techniques

Numerous problems in scientific and engineering fields involve understanding the kinematics of particles in turbulent flows, such as contaminants, marine micro-organisms, and/or sediments in the ocean, or fluidized bed reactors and combustion processes in engineered systems. In order to study the effect of turbulence on the kinematics of particles in such flows, simultaneous measurements of both the flow and particle kinematics are required. Non-intrusive, optical flow measurement techniques for measuring turbulence, or for tracking particles, exist but measuring both simultaneously can be challenging due to interference between the techniques. The method presented herein provides a low cost and relatively simple method to make simultaneous measurements of the flow and particle kinematics. A cross section of the flow is measured using a particle image velocimetry (PIV) technique, which provides two components of velocity in the measurement plane. This technique utilizes a pulsed-laser for illumination of the seeded flow field that is imaged by a digital camera. The particle kinematics are simultaneously imaged using a light emitting diode (LED) line light that illuminates a planar cross section of the flow that overlaps with the PIV field-of-view (FOV). The line light is of low enough power that it does not affect the PIV measurements, but powerful enough to illuminate the larger particles of interest imaged using the high-speed camera. High-speed images that contain the laser pulses from the PIV technique are easily filtered by examining the summed intensity level of each high-speed image. By making the frame rate of the high-speed camera incommensurate with that of the PIV camera frame rate, the number of contaminated frames in the high-speed time series can be minimized. The technique is suitable for mean flows that are predominantly two-dimensional, contain particles that are at least 5 times the mean diameter of the PIV seeding tracers, and are low in concentration.

The technique described herein offers a low cost and relatively simple method to simultaneously measure particle kinematics and turbulence in flows with low particle concentrations. The turbulence is measured using particle image velocimetry (PIV), and particle kinematics are calculated from images obtained with a high-speed camera in an overlapping field-of-view.

Numerous problems in scientific and engineering fields involve understanding the kinematics of particles in turbulent flows, such as contaminants, marine ...