表 1. Multi-modality feature component statistics.

多模态特征分量统计表

特征类别	特征分量
诊断特征	CTmean、CTmax、SUVmean、SUVmax
一阶统计特征	基于灰度直方图的 4 个统计特征：方差、熵、倾斜度、峰度
二阶统计特征	基于 GLCM 的 20 个统计特征：自相关、对比度、相关性、差异性、能量、熵、均匀性、最大概率、和均值、和方差、和熵、平方方差和、差方差、差熵、差分矩、逆差分矩、信息测度 1、信息测度 2、聚块阴影度、聚块突出性； 基于 GLRLM 的 13 个统计特征：短游程因子、长游程因子、灰度不均匀性、游程长度不均匀性、游程百分比、低灰度游程因子、高灰度游程因子、短游程低灰度因子、短游程高灰度因子、长游程低灰度因子、长游程高灰度因子、灰度方差、游程长度方差
高阶统计特征	基于 GLDS 的 4 个特征：均值、对比度、角度方向二阶距、熵； 基于 NGTDM 的 5 个特征：粗糙度、对比度、频度、复杂度、纹理强度； 基于 GLSZM 的 13 个特征：小区域因子、大区域因子、灰度不均匀性、区域尺寸不均匀性、区域百分比、低灰度区域因子、高灰度区域因子、小区域低灰度因子、小区域高灰度因子、大区域低灰度因子、大区域高灰度因子、灰度方差、区域尺寸方差
频域纹理特征	Gabor 滤波器 5 个尺度 4 个方向子带图像的灰度均值
多分辨率灰度直方图特征	128 个多分辨率灰度直方图特征