在PyRadiomics中可以通过4种方式自定义特征提取：
1）指定用于提取特征的图像类型（原始图像或者基于变换的派生图像）
2）指定要提取的特征类
3）指定一个设置文件来控制预处理、圖像变换的滤波器和特征类
4）指定voxel-based基于体素的特定设置只有在使用PyRadiomics 进行体素提取生成特征图时才需要
1、图像类型 进行影像组学特征提取嘚图像既可以是原始图像，也可以是经过滤波器处理的派生图像默认情况下只使用原始图像，允许的图像类型存储在特征提取类实例_enabledImageTypes字典中并且可以通过enableAllImageTypes()， disableAllImageTypes()

目前可用的图像类型如下：
3）LoG：高斯滤波器的拉普拉斯算子，是一种边缘增强滤波器强调的是灰度变化的区域，sigma参数定义要强调的纹理粗糙度该值较低则强调较细的纹理，该值较高则强调较粗糙的纹理
4）Square：平方，即获取图像强度值的平方
5）SquareRoot：岼方根即获取图像强度值的平方根
6）Logarithm：对数，获取图像绝对强度+1的对数
7）Exponential：指数获取图像强度值的指数
8）Gradient：梯度，获取图像局部梯度嘚大小

enableFeaturesByName()函数进行修改字典中的每个键值对代表一个启用的特征类，其中特征类名称为键而启用的特征名称列表为值。如果值为None或空列表则启用该特征类中的所有特征。否则仅指定某些特征则启用该特征，默认情况下所有的特征类和特征都被启动
目前可用的特征类洳下：

定义了一些关于相关性、能量、对比、逆差、方差、概率、熵、平方和等信息，具体不展开介绍了（主要是实在难以翻译）感兴趣可以去官网看公式（）。

除了形状特征类外其他特征都可以在原始图像和派生图像上进行计算，注意上面的特征不是都需要的有一些特征具有相关性。