В настоящее время я работаю над многопараметрической c классификацией вокселей. Другими словами, у меня есть несколько выровненных и зарегистрированных параметрических c изображений, и я хочу сформировать кластер вокселей в соответствии с их значениями в каждом параметрическом c изображении.
Я фокусируюсь на медицинских изображениях. Анализ проводится для того, чтобы охарактеризовать и предсказать реакцию пациента на терапию.
У меня есть много типов изображений одновременно для каждого пациента (изображения КТ-сканера, молекулярные изображения, МРТ и др. c.).
Чтобы увидеть, смогу ли я обнаружить замечательные тенденции, я сначала хочу просто кластеризовать воксели с помощью многомерных k-средних, иерархических подходов и / или PCA.
Я знаю, что очень важно предварительно обработать данные перед применением неконтролируемой кластеризации. Исходя из того, что я прочитал, кажется, что это не жесткое правило, по которому можно выбирать между НОРМАЛИЗАЦИЕЙ (между 0 и 1) или СТАНДАРТИЗИРОВАННЫМИ (среднее = 0 и стандартное = 1) данных. Кажется, это зависит от данных и контекста.
Поскольку мое изображение имеет очень разные масштабы, как вы думаете, я должен НОРМАЛИЗОВАТЬ или СТАНДАРТИЗИРОВАТЬ значение вокселей в каждом параметре c изображения?
Большое спасибо за вашу помощь.
Ура!