HABIT: Habitat Analysis: Biomedical Imaging Toolkit
HABIT 是一个综合性的肿瘤"生境"（Habitat）分析工具包，旨在通过医疗影像挖掘肿瘤内部的异质性。它涵盖了从影像预处理、特征提取、聚类分析到机器学习建模的完整放射组学（Radiomics）流水线。
本项目的核心开发者为 黎超 和 董梦实 (Core developers: Li Chao, Dong Mengshi)。
核心工作流
HABIT 识别并表征具有不同影像表型的肿瘤亚区域（即 Habitat）。
影像输入 → 像素级特征提取 → 超像素分割 (可选) → Habitat 聚类 → Habitat 特征提取 → 临床预测模型 (可选)
主要功能
影像预处理: DICOM 转换、重采样、配准、归一化、N4 偏置场校正。
特征工程: 提供像素级、超像素级、Habitat 级的特征提取。
聚类策略: 支持 One-Step (个性化)、Two-Step (群组一致性) 和 Direct Pooling 三种策略。
机器学习: 内置特征选择、模型训练（XGBoost, AutoGluon 等）及验证体系。
统计验证: 提供 ICC 分析、Test-Retest 重复性验证及可视化工具。