🔰 はじめての方へ：Radiomics（レディオミクス／ラジオミクス）とは何か・なぜ重要かはレディオミクス入門で解説しています。「離散化」「ROI」などの前提用語もそちらでどうぞ。
概要
強度統計（Intensity-based statistics）とは？
強度統計は、ROI（Region of Interest、関心領域）内の全ボクセルの輝度値そのものの分布から算出する統計量です（平均・ばらつき・分布の偏りなど）。ボクセルの空間的な位置関係は使いません。IBSI では Intensity-based statistics グループとして18特徴量が定義されています。論文やソフトウェア（PyRadiomics等）では First-order（一次統計量）とも呼ばれます。
この腫瘍は明るい？暗い？ムラがある？——画像の“明るさの第一印象”を数字にする、最もシンプルで基本の特徴量。それが強度統計です（どこに何があるか＝位置や並びは見ません）。
「エントロピー」「一様性（Uniformity）」のように明るさの分布の複雑さ・偏りを捉える指標は、別ページの強度ヒストグラムで扱います。
あわせて本ページでは局所強度（Local intensity）も扱います（下部の専用セクションで解説）。
インタラクティブ実験台
画像パターンを変えて18特徴量を観察
0
80
横軸: 輝度値 (0–255)・縦軸: 頻度 (ボクセル数)
※ 64×64（4096ボクセル）の合成グレースケール画像（輝度0–255）で計算
特徴量解説
18特徴量の意味
各特徴がどんな画像で大きく／小さくなるかを併記します。数式はクリックすると LaTeX をコピーできます。
補足
局所強度（Local intensity）
局所/大域 強度ピークLocal / Global intensity peak
局所強度は、ROI内で最も明るい部分の強さを表す特徴です。1ボクセルだけだとノイズの影響を受けやすいため、そのボクセルの周囲（近傍）の平均をとって求めます。局所ピーク＝最も明るいボクセルの近傍平均、大域ピーク＝近傍平均が画像全体で最大となる値。IBSIの定義では近傍は体積1cm³の球（半径約6.2mm）です。本ページのデモは半径3ピクセルの2D円板による近似です（トップページの網羅表の「2D近似」はこの意味）。
大明るいホットスポットがある（近傍平均が高い）
小全体に暗い／際立った高信号がない
2特徴量（局所ピーク・大域ピーク）の値は、上の実験台に表示されます。
補足: 局所強度も IBSI 公式の特徴量グループで、トップページの網羅表（172）に算入しています。ただし pyradiomics では標準では計算されません。実務で使われる機会は少なく、参考として紹介しています。
\[ \text{局所ピーク}=\overline{X}_{\text{球}}(\arg\max_k X_k),\quad \text{大域ピーク}=\max_k \overline{X}_{\text{球}}(k) \]
\(\overline{X}_{\text{球}}(k)\)＝ボクセル \(k\) を中心とする球近傍の平均強度、\(X_k\)＝ボクセル輝度、\(\arg\max_k X_k\)＝最大強度のボクセル位置
まとめ
画像パターン × 全18特徴量 比較表
各プリセット画像でその場で全18特徴量を算出し、各行＝特徴量ごとにパターン間で相対比較し、バーの長さと色で大小を表示しています（各行の最大・最小を明示）（数値はマウスオーバーで表示）。確率的パターンは複数回平均。