肝臟占位性病變超聲圖像識別方法研究.pdf

1、在國內，肝癌是常見的惡性腫瘤之一，死亡率僅次于胃癌，每年死于肝癌的人數占世界死于肝癌總人數的42％，嚴重危害人民的身體健康。超聲檢查具有無輻射、實時性、可重復性、價格低廉、操作方便等獨特的優(yōu)點，是診斷肝臟占位性病變的有效措施。但超聲臨床診斷主要依靠醫(yī)生肉眼觀察判斷，診斷結果極大程度上依賴于診斷醫(yī)師的臨床經驗，具有很大的主觀性，易導致對占位性病變性質的誤診，致使惡性腫瘤患者錯過最佳治療時機，嚴重影響愈后。這就迫切需要一種能夠客觀、及時、準

2、確地診斷肝臟占位性病變性質的輔助診斷手段。 目前，國內外對肝臟占位性病變超聲圖像識別方法的研究尚處于初期階段。本文旨在對肝臟占位性病變超聲圖像識別方法進行研究與開發(fā)，為超聲診斷肝臟占位性病變提供一種計算機輔助診斷手段。 實驗共采用280例肝臟圖像，其中正常肝臟112例，肝癌90例，肝血管瘤38例，肝囊腫40例。從臨床醫(yī)生診斷肝臟占位性病變的依據出發(fā)，將臨床診斷依據抽象為數字特征，采用超聲圖像紋理分析方法與模式識別技術，對

3、超聲圖像中的肝臟占位性病變的識別進行了研究。本研究主要分為以下幾部分。一、采集正常肝臟，血管瘤，囊腫，以及各種、各期肝癌的B超圖像，并對圖像作格式轉換預處理。二、根據臨床診斷依據，抽象出兩種感興趣區(qū)域的選擇規(guī)則，在經驗豐富的醫(yī)生指導下手動提取每一幅圖像感興趣區(qū)域。三、根據所選感興趣區(qū)域對每一幅圖像提取相關數字特征。四、確定有監(jiān)督識別方法：反向傳播人工神經網絡的結構——三級BP神經網絡。根據網絡結構以及每一級網絡的功能，聯(lián)合使用U檢驗、基

4、于相關性分析的特征選擇以及基于二次互信息的特征選擇法進行特征選擇，分別獲得每一級網絡的次優(yōu)特征矢量。五、實驗確定每一級神經網絡次優(yōu)特征矢量的維數，采用留一個出來的訓練測試方法獨立訓練并測試每一級網絡；級聯(lián)各級網絡生成輔助診斷系統(tǒng)，分階段對正常肝臟、肝癌、肝血管瘤、肝囊腫四種狀態(tài)的肝臟圖像進行識別。實驗結果表明，一、由腫瘤正?；叶缺?、平均值收斂性比、正常暈環(huán)灰度比、對比度比、方差比、暈環(huán)腫瘤灰度比、熵比、編碼熵比等8個特征組成的特征矢量具

5、有很好的識別正常肝臟和病態(tài)肝臟的能力；二、由腫瘤正常灰度比、總體熵比、平均值收斂性比、熵比、暈環(huán)腫瘤灰度比等5個特征組成的特征矢量可以較好地將肝囊腫從病態(tài)肝臟中識別出來；三、由似圓度2、面積比率、方差比、正常暈環(huán)灰度比、平均值收斂性比、熵比、腫瘤正?；叶缺?、標準化半徑熵等8個特征組成的特征矢量具有較好的區(qū)分肝癌和肝血管瘤的能力；四、反向傳播人工神經網絡可以很好的應用于肝臟占位性病變的識別。實驗結果取得了肝癌正確識別率為100％，肝血管瘤