分形理论和图像纹理特征在肺结节诊断中的应用

摘要

目的:探讨分析理论和图像纹理特征分析法在肺结节诊断中的作用。方法:收集104例经临床手术病理证实的肺结节患者,采用水平集模型自动分割、提取肺结节,用分维数和灰度共生矩阵法对良、恶性结节特征进行比较。结果:运用不同大小的''''盒''''计算出的分维数(DF)值不同:肺癌结节DF1=1.82±0.140,DF2=1.78±0.137,DF3=1.70±0.138,DF4=1.64±0.140。非肺癌结节:DFI=1.74±0.144,DF2=1.64±0.201,DF3=1.54±0.227,DF4=1.50±0.207;肺良性结节的能量、对比度、逆差距、相关性及熵分别为0.984 15±0.014 59,0.019 53±0.010 56,0.999 65±0.000 19,0.973 79±0.011 29,0.061 76±0.048 03;肺恶性结节的能量、对比度、逆差距、相关性及熵分别为0.972 23±0.022 15,0.026 29±0.011 62,0.999 53±0.000 20,0.958 40±0.034 88,0.099 89±0.065 19。结论:肺良恶性结节图像纹理及分维数存在差异,基于灰度共生矩阵图像纹理统计方法和分形理论对肺结节的CT诊断有重要的辅助价值。