基于B超图像的肝纤维化量化分期研究

摘要

肝纤维化是危害人类健康的常见疾病之一,临床上诊断肝纤维化疾病需要对肝纤维化程度进行分期。目前,B超是检查肝纤维化的常用手段,但B超检查只能对肝纤维化定性诊断,无法定量分期。肝纤维化B超图像量化分期系统,利用计算机对B超图像进行纹理分析,可以提取肉眼观察不到的信息,能有效辅助医生诊断,提高临床诊断效率和准确度。
　　肝纤维化B超图像量化分期系统主要包含四个处理步骤,分别是感兴趣区域选取、特征提取、特征选择以及分类器训练与预测。首先,采用人机交互模式选取感兴趣区域;其次,根据肝纤维化在B超图像上的表征,提取感兴趣区域上的纹理特征参数,包括基于普通统计量的特征、基于光斑的特征、基于灰度共生矩阵的特征、基于高斯马尔可夫随机场的特征以及基于时频域变换的特征;再次,使用基于相关性的特征选择方法筛选所提取的特征得到有效的特征向量;最后,将特征向量输入支持向量机分类器进行训练和识别。
　　从北京友谊医院提供的经过肝活检病理证实的49幅肝纤维化B超图像中选取了96个感兴趣区域进行肝纤维化分期实验,结果显示:无肝纤维化、轻度肝纤维化以及重度肝纤维化的识别率依次为96.9％、78.1％和84.4％。实验表明,基于B超图像的肝纤维化量化分期系统可以为临床提供一定的诊断依据,辅助医生诊断。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景、目的与意义

1.2 国内外研究概况

1.3 本文主要研究内容

1.4 本文的内容组织

2 肝纤维化B超图像量化分期系统框架

2.1 肝纤维化量化分期系统总体设计

2.2 肝纤维化量化分期系统子模块

2.3 本章小结

3 特征提取与选择

3.1 特征提取

3.2 特征选择

3.3 本章小结

4 基于支持向量机的肝纤维化量化分期

4.1 支持向量机基本原理

4.2 支持向量机核函数选择及参数优化

4.3本章小结

5 实验结果与分析

5.1 数据来源

5.2 特征量化分析与讨论

5.3 特征选择分析与讨论

5.4 支持向量机分析与讨论

5.5 本章小结

6 总结与展望

6.1 全文总结

6.2 展望

致谢

参考文献