交互式分割软件在肝局灶性病变超声图像分割中的初步临床应用

摘要

[目的]评价一种基于判别式模型学习的交互式分割软件在常规灰阶超声图像中分割肝脏局灶性病变(FLL)的价值.[方法]软件分别从用户标注出前景以及背景区域采集样本点,提取样本点特征,对病灶区和病灶边缘分别建立病灶区域判别模型和病灶边缘判别模型.最后,将上述两种模型合并为组合模型,得到最优的分割结果.建立FLL理想模型并收集45例FLL患者的常规灰阶超声图像共60幅检验软件的分割能力,将软件分割结果与高年资医师手工分割结果进行比较.[结果]以高年资医师手工分割结果作为金标准,软件分割所得区域的真阳性率(TP)为91.49％,假阳性率(FP)为14.22％,面积交叠率(AOM)为81.05％;分割所得结果的平均相对误差为0.04％,与手工分割间的差异无统计学意义(P＞0.05).[结论]基于判别式模型学习的交互式分割软件可以准确的在常规灰阶超声图像中分割出FLL.