CRAN Task View: Medical Image Analysisの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載しました。

Maintainer: Brandon Whitcher, Jon Clayden, John Muschelli
Contact: bwhitcher at gmail.com
Version: 2022-08-31
URL: https://CRAN.R-project.org/view=MedicalImaging
Source: https://github.com/cran-task-views/MedicalImaging/
Contributions: このタスクビューに対する提案や改良は、GitHubのissueやpull request、またはメンテナのアドレスに電子メールで送ってください。詳しくはContributing guideをご覧ください。
Installation: このタスクビューのパッケージは、ctvパッケージを使用して自動的にインストールすることができます。例えば、ctv::install.views(“MedicalImaging”, coreOnly = TRUE)は全てのコアパッケージをインストールし、ctv::update.views(“MedicalImaging”)はまだインストールしていない全てのパッケージと最新のものをインストールする。詳しくは、CRAN Task View Initiativeを参照してください。

医用画像は、磁気共鳴画像装置(MRI)、コンピュータ断層撮影装置(CT)、ポジトロン断層撮影装置(PET)などのシステムによって作成されます。画像は3次元であることが多く、時間や方向によって変化する次元を持つこともあります。また、スキャン内容や被写体との位置関係など、重要なメタデータを含んでいることが多い。この情報は、画像と一緒に、この分野のために設計されたいくつかのファイル形式のうちの1つに保存されます。

このタスクビューで紹介するパッケージは、これらのファイルを読み書きし、医用画像を可視化し、様々な処理を行うために設計されています。これらの中には,通常の画像にも適用できるものもあり,また,汎用的な画像処理パッケージの中には,医用画像データにも適用できるものがあります。ピクセルあるいはボクセル(3次元画素)ごとに保存された画像強度は、一般にR配列に自然にマップされます。これは標準的なデータ構造なので、基本Rや他のコードとの相互運用に適しています。

データ入力/出力

DICOM

臨床画像機器から出力されるデータの業界標準フォーマットは、DICOM(Digital Imaging and Communications in Medicine)です。DICOMの「標準」は非常に幅広く、非常に複雑です。大まかに言えば、DICOM準拠のファイルは、2つの4バイトシーケンス(グループ、エレメント)に編成されたフィールドの集合体であり、16進数で表現されるタグを形成しています。(group, element)の組み合わせは、次にどのような種類の情報が来るかを知らせるものです。DICOMヘッダーのバイト数は決まっていません。最後の (group, element) タグは「data」タグ (7FE0,0010) であるべきで、これ以降の情報はすべて画像に関連するものです。実際には、実際の DICOM ファイルには多くのベンダー固有の癖があり、一貫した処理を行うことは大きな課題となっています。

  • oro.dicomdivesttractor.baseは、DICOMファイルを汎用的に読み込み、ANALYZEやNIfTI形式に変換するためのR関数を提供します。
  • fmridtiは、特定の種類のスキャンを読み取ることに特化した、より専門的な機能を提供します(下記参照)。
  • DICOMreadは、MATLABのいくつかのDICOM処理機能の簡単なラッパーを含んでいます。

ANALYZE and NIfTI

医用画像データの業界標準はDICOMですが、画像解析の世界では別のフォーマットが多用されるようになりました。ANALYZE形式は、もともとメイヨー財団の画像処理システム(同名)と共に開発されたものです。ANALYZE(7.5)フォーマットの画像は、「hdr」と「img」という2つのファイルで構成されており、それぞれ撮影に関する情報と画像データそのものが含まれています。このフォーマットの最近の適応は、NIfTI-1として知られており、Neuroimaging Informatics Technology Initiative (NIfTI)のData Format Working Group (DFWG)の成果である。NIfTI-1データフォーマットはANALYZEフォーマットとほぼ同じですが、ヘッダーと画像情報を1つのファイル(.nii)に統合し、348バイトの固定ヘッダーをより適切なカテゴリに再整理し、ヘッダー情報を拡張することができるなど、いくつかの改善点があります。

  • RNiftifmritractor.baseoro.niftineuroimおよびnifti.ioはすべて ANALYZE および NIfTI ファイルを読み書きをする関数を提供します。これらは様々な内部データ構造を使用しますが、いずれの場合もピクセルまたはボクセルデータは非常に簡単に標準的なR配列に変換することができます。
  • 以下に説明する他のいくつかのパッケージは、これらのいずれかを使用してファイルI/Oを実行します。

その他のフォーマット

その他にも、特定のソフトウェアパッケージやアプリケーションに特化したフォーマットが多数あります。

  • giftiは、GIFTIジオメトリフォーマットを読み取ります。
    • ciftiは、CIFTIコネクティビティフォーマットを読み取ります。
    • どちらも前述のNIfTI画像フォーマットに関連するものです。
  • tractor.baseは、FreeSurferのMGH/MGZ メージ・フォーマットを読み込むことができます。
    • freesurferformatsは、これに加えてFreeSurferがモルフォメトリとサーフェス・メッシュに使用している他のいくつかのファイル・フォーマットを読み込むことができます。

可視化

  • brainRは、WebGL、RGL、およびJavaScriptコマンドを使用して3次元(3D)および4次元(4D)画像を作成する機能が含まれています。このパッケージはX ToolKit(XTK)に依存しています。
  • Morphoは、統計的形状解析とポイントベースの形状表現(ランドマーク、メッシュ)の視覚化のためのツールの集まりです。Morphoは、General Procrustes AnalysisやSemi-Landmarksのスライドなどのコア機能とは別に、グループの違いや非対称性を評価するためのさまざまな統計的手法を備えています。そのほとんどは、置換/ブートストラップ方式に基づいています。登録目的のために、ランドマーク変換(剛性、類似性、アフィンおよび薄板スプライン)ならびに形状の主軸を利用する反復最近点登録および自動整列を計算する関数がある。見つからない/誤ったデータを処理するために、見落とされているランドマークや対話型外れ値の検出に利用できる代用方法があります。ビジュアライゼーションには、距離マップのインタラクティブな3Dプロットを作成する機能と、2Dと3Dの両方で長方形のグリッドを変形することによって点群の間の違いを視覚化する機能があります。さらに、一連の局所アフィン変形(例えば、化石)を受けた構造を表す表面メッシュをレトロデフォームするアルゴリズムも含まれています。
  • Rvcgは、三角サーフェスメッシュを操作するための関数を提供するためにVCGLIBをインターフェイスします。例えば、医用画像セグメンテーションから生成された表面。これらの操作の中には、二次エッジの崩壊間引き、平滑化、サブサンプリング、最近傍点探索または均一な再メッシュ化がある。さらに、3Dアレイから等値面を生成することができます。バイナリ形式とASCII形式の両方のSTL、PLYおよびOBJファイルのインポート/エクスポート機能があります。

磁気共鳴イメージング(MRI

拡散MRI

  • tractor.baseは、拡散増感勾配方向やb値など、拡散MRI特有のメタデータをサポートしています。TractoR projectの一部で、拡散テンソル推定、ファイバートラッキング、構造的コネクトーム推定のためのRベースのツールを提供しており、これらは全て拡散MRIに基づくものです。
  • dtiは、拡散テンソル画像(DTI)、拡散尖度画像(DKI)、Q-ball再構成とテンソル混合モデルを用いた高角度分解能拡散強調画像(HARDI)のモデリング、構造適応的平滑化のためのいくつかの手法、および繊維追跡の機能を提供します。
  • dmri.trackingは、ファイバートラッキングアルゴリズムが実装されています。

機能MRI

  • fmriは、機能的 MRI データの解析のためのツールを提供します。その中核となるのが、新しいクラスの適応的平滑化手法の実装です。これらの方法は、従来の非適応型平滑化方法とは対照的に、有効な空間分解能を低下させることなく、信号の大幅な増強と誤検出の低減を可能にします。この特性は、特に高解像度の機能的MRIの解析において興味深いものです。本パッケージには、標準的な画像フォーマット(ANALYZE、NIfTI、AFNI、DICOM)の入出力機能、およびデータの線形モデリングとRandom Field Theoryによる信号検出機能が含まれています。
  • Neuroimageは、脳機能イメージングデータのデータ構造と入出力ルーチンを提供するRパッケージです(現在、R-Forge上のneuroimプロジェクト内でのみ利用可能)。NIfTI-1データの読み書きができ、多次元画像を扱うためのS4クラスが用意されています。

構造的MRI

  • mritcは、通常の混合モデルと(部分音量、より高解像度の)隠れマルコフ正規混合モデルをさまざまな方法で適合させたMRI組織分類ツールを提供します。初期値と空間パラメータを得るための関数が利用できます。分類結果の可視化と評価のための機能が提供されています。速度を向上させるために、テーブルルックアップメソッドはさまざまな場所で使用され、ベクトル化は条件付き独立を利用するために使用され、一部の計算は埋め込みCコードによって実行されます。
  • qMRIは、アダプティブ・スムージングを含む、マルチパラメーターマッピング(MPM)MRI取得画像からの定量的リラクソメトリーマップの推定をサポートします。

シミュレーション

  • neuRosim (archived)は、ユーザがfMRI時系列または4Dデータを生成することを可能にします。いくつかの高水準関数は、わずかな引数だけで高速データ生成を実現し、起動とノイズを定義する多様な関数を作成します。より高度なユーザーの場合は、低レベル関数を使用して引数を操作することができます。

磁気共鳴分光法(MRS)

MRSはMRI と同じ基本的なスキャナー技術を使用しているが、化学スペクトルを得るために使用することに重点を置いています。この技術は、生化学的に重要な役割を持つ代謝物を含む様々な化学物質の濃度を測定するために使用されます。

  • spantは、スペクトルフィッティングやスペクトルアライメントの方法を含む、MRSデータの読み込み、可視化、処理のためのツールが含まれています。

一般的な画像処理

  • adimproは、2Dデジタル(カラーおよびB / W)画像のパッケージで、実際には医用画像に特化したものではなく、一般的な画像処理用です。
  • bayesImageSは、2Dおよび3D画像(CTやMRIなど)のセグメンテーションのためのいくつかのアルゴリズムを実装しています。これは、スムージングパラメータの事後分布を含む、隠れマルコフ正規混合モデルに対する完全なベイジアン推論を提供する。ピクセルラベルは、チェッカーボードGibbsまたはSwendsen-Wangを使用してサンプリングすることができます。近似交換アルゴリズム(AEA)、擬似尤度(PL)、熱力学積分(TI)、および近似ベイジアン計算(ABC-MCMCおよびABC-SMC)が含まれます。解剖学的アトラスまたは他の空間情報が利用可能である場合には、外部フィールドpriorを使用することができます。
  • EBImageは、イメージの読み取り、書き込み、処理および分析のための汎用機能を提供するRパッケージです。さらに、顕微鏡ベースの細胞アッセイの文脈において、このパッケージは、画像を変換し、細胞をセグメント化し、定量的細胞記述子を抽出するためのツールを提供します。
  • imbibeは、2次元、3次元、4次元の画像、特に医療画像に適用可能な高速で連鎖的な画像処理操作を提供します。
  • mmand(任意の次元数の数学的形態)は、浸食および膨張、開閉および平滑化およびカーネルベースの画像処理のような形態学的演算を提供する。任意の次元の配列や配列のようなデータで動作します。
  • RNiftyRegは、NiftyRegイメージ登録ツールへのインターフェイスを提供します。剛体、アフィン、およびノンリニアの登録が利用可能であり、2Dから2D、3Dから2D、および4Dから3Dの手順で適用できます。
  • fslr (archived)は、強力で広く使われているニューロイメージングソフトウェアライブラリであるFMRIB Sofware Library(FSL)と、システムコマンドを使用してインターフェースするラッパー関数を含んでいます。このパッケージの目標は、RベースのNIfTIオブジェクトを渡して、関数がFSLコマンドを実行し、RベースのNIfTIオブジェクトを返す、Rで完全にFSLとインターフェースすることです。

ポジトロン放出断層撮影(PET

  • occは、一連の関心領域(ROI)の分布の総量から、薬物によるPET神経受容体占有を推定するための一般的な機能を提供します。フィッティング法には、参照領域、一般最小二乗法(OLS、「占有プロット」とも呼ばれることがあります)、制限された最尤推定(REML)が含まれます。
  • oro.petは、標準取り込み値(SUV)、占有率、簡易参照組織モデル(SRTM)、マルチリニア参照組織モデル(MRTM)、最大阻害濃度半分(IC50)などの PET 実験のパラメータ推定ルーチンが含まれています。

脳波(EEG

  • edfReaderは、EEGレコーディングで最も人気のあるファイル形式の一部を読み込みます。
  • EEGパッケージ(現在のところ、R-Forgeのeegプロジェクト内でのみ利用可能)は、単一のトライアルEEG(現在、アスキー・エクスポージャーされた前処理済みのトライアルEEGと脳トライアル・アナライザでトライアル・セグメント化されたもの)を読み込み、平均(すなわちイベント関連のポテンシャルまたはERP 統計的解析(線形モデル、(M)ANOVA)が、使い慣れたRモデリングフレームワークを使用して実行できるように、data.frameのようなオブジェクトに複数のデータセットからのERPを格納します。
  • eegkitは、EEG信号を分析するための多くの有用な機能が含まれています(とりわけ、電極の位置を視覚化しています)。
  • PTAkは、非同一のメトリクスとペナルティをサポートする特異値分解(SVD)の一般化として、テンソル(配列)を任意の次数で分解するマルチウェイ法を使用するRパッケージです。これらの拡張機能を備えた双方向SVDも利用できます。このパッケージには、PCAn(Tucker-n)とPARAFAC / CANDECOMPという追加の複数の方法も含まれています。アプリケーションには、脳波と機能的MRIデータの分析が含まれます。
  • raveioは、深部または表面記録からのEEGデータの解析のための「R analysis and visualization of human intracranial electroencephalography data」(RAVE) プロジェクトをサポートします。

関連する記事

  • 統計的因果推論による傾向スコアとIPW推定量の基本的な考え方統計的因果推論による傾向スコアとIPW推定量の基本的な考え方 [latexpage] 統計的因果推論による因果効果を調べる手段として、傾向スコアとIPW推定量という概念があります。ここでは、なぜ傾向スコアを考えるのか、傾向スコアの逆数の重み付けはどのような意味があるのかを、複雑な数式を用いずに具体例を通してご説明します。 さっそくですが、次の具体例を考えます。 […]
  • TensorFlow チュートリアルDeep MNIST for Expertsを試してみるTensorFlow チュートリアルDeep MNIST for Expertsを試してみる TensorFlowのチュートリアルDeep MNIST for Expertsを試してみる。 import tensorflow as tf import input_data # MNISTデータを取得 mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) # […]
  • UCI 機械学習リポジトリのデータセット一覧UCI 機械学習リポジトリのデータセット一覧 UCI machine learning repositoryで公開されているデータセットの一覧をご紹介します。英語での要約(abstract)をgoogle翻訳を使用させていただき機械的に翻訳したものを掲載しました。データセットのサンプルを探す参考にしていただければ幸いです。 掲載内容は2022年11月01日の情報で、データセット数は606です。 2.4 […]
  • Ubuntu Server 20.04上のOpalのインストール後に行う設定Ubuntu Server 20.04上のOpalのインストール後に行う設定 Opalのインストールが完了しても、ただちに使える状態にはなりません。 使える状態にするためには、データベースの登録およびR言語の設定が必要になります。 Opalは、データベースのバックエンドとして、MongoDBおよびMySQL、MariaDB、PostgreSQLをサポートしています。 ここでは、MariaDBを指定する方法をお伝えします。 環境の確認 今回の作 […]
  • R言語 CRAN Task View:クラスター分析&有限混合モデルR言語 CRAN Task View:クラスター分析&有限混合モデル CRAN Task View:Cluster Analysis & Finite Mixture Modelsの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載しました。 Maintainer: Friedrich Leisch, Bettina Gruen Contact: Bettina.Gruen at […]
R言語 CRAN Task View:医用画像解析

R言語 CRAN Task View:医用画像解析」への1件のフィードバック

コメントは受け付けていません。