影像组学分析
影像组学系列教程：
0，影像组学的介绍与影像组学方法流程：
1，影像组学论文分析：
2，基于pyradiomics的影像组学特征提取；
2，特征选择:
3，建模分析:
4，结果展示与分析:
5，论分实战演示：
Q1：什么是影像组学？
A1：影像组学就是使用传统图像处理方法，提取放射影像的具象化特征，然后利用这些特征进行分类分析，以及预测等等。
Q2：怎么提取影像组学特征?
A2：可以使用工具包，比如说pyradiomics,工具包，比较常用。
Q3: 影像组学特征能用来干什么？
A3：影像组学特征就相当于各种x,最终为了判断y。y可以是肿瘤的良恶性分类，预后，等等。只需要去y与x之间的k值就可以了。然后后面再输入其他图像时，就可以直接用来分类。 这是传统机器学习方法下适应于医学图像的应用。当然，现如今人工智能的出现，AI一样可以应用于医学图像，但是AI可能是一个端到端的过程，一个黑盒模型，不会像影像组学特征那样，会对特征进行描述之类的。
Q4：那些花里胡哨的影像组学的图是怎么做的？
A4：
Q5：如何进行结果分析，如delong检验，p值显著性分析？