Menormalkan pengukuran

Analisis Citra Biomedis dengan Python

Stephen Bailey

Instructor

Alur kerja analisis

alur-kerja-kelompok

Analisis Citra Biomedis dengan Python

Populasi OASIS

df.shape
(400, 5)
df.sample(5)
                age sex  alzheimers  brain_vol    skull_vol
    ID                                                        
    OAS1_0272   75   F        True    851.451  1411.125695
    OAS1_0112   69   F       False    894.801  1434.146892
    OAS1_0213   48   F       False    925.859  1412.781004
    OAS1_0311   22   F       False    980.163  1363.413762
    OAS1_0201   85   F       False    904.104  1420.631447
Analisis Citra Biomedis dengan Python

Pengujian hipotesis

pria-wanita

Analisis Citra Biomedis dengan Python

Pengujian hipotesis

Hipotesis nol: rata-rata volume otak dua populasi ($\mu_{m}, \mu_{w}$) sama.

$$ H_{null}: \mu_{w} = \mu_{m} $$ $$ H_{alt}\ : \mu_{w} \ne \mu_{m} $$

$$ t = \frac{\bar X - \mu}{s / \sqrt{n}} $$

Diimplementasikan dalam scipy.stats.ttest_ind()

Analisis Citra Biomedis dengan Python

Pengujian hipotesis

brain_m = df.loc[df.sex == 'M', 'brain_vol']

brain_f = df.loc[df.sex == 'F', 'brain_vol']
from scipy.stats import ttest_ind results = ttest_ind(brain_m, brain_f)
results.statistic
results.pvalue
10.20986
5.03913e-22

$t$-statistik besar dan $p$-value kecil menunjukkan ada perbedaan yang signifikan!

Analisis Citra Biomedis dengan Python

Pengukuran berkorelasi

df[['brain_vol', 'skull_vol']].corr()
                'brain_vol' 'skull_vol'
    'brain_vol'      1.000       0.736
    'skull_vol'      0.736       1.000

scatterplot-otak-tengkorak

Analisis Citra Biomedis dengan Python

Normalisasi

df['brain_norm'] = df.brain_vol / df.skull_vol

brain_norm_m = df.loc[df.sex == 'M', 'brain_norm'] brain_norm_f = df.loc[df.sex == 'F', 'brain_norm'] results = ttest_ind(brain_norm_m, brain_norm_f)
results.statistic
results.pvalue
-0.94011
0.34769

Kemungkinan ukuran, bukan gender, yang mendorong hasil awal.

Analisis Citra Biomedis dengan Python

Banyak faktor pembaur potensial dalam pencitraan

Akuisisi citra

  • Kontras
  • Resolusi
  • Bidang pandang

Subjek / objek

  • Usia
  • Gender
  • Patologi

Konteks

  • Rumah sakit
  • Radiolog
  • Peralatan

Kualitas data

  • Format
  • Artefak
Analisis Citra Biomedis dengan Python

Selamat!

Alur Citra

Analisis Citra Biomedis dengan Python

Semoga sukses!

Analisis Citra Biomedis dengan Python

Preparing Video For Download...