超声图像定量分析对乳腺良、恶性肿瘤的诊断价

《超声图像定量分析对乳腺良、恶性肿瘤的诊断价》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、超声图像定量分析对乳腺良、恶性肿瘤的诊断价【摘要】目的研究乳腺良、恶性肿瘤超声诊断量化方法。方法对手术确诊的良、恶性乳腺肿瘤各10例的原始超声图像的灰度特征进行提取，利用Matlab7.0图像处理函数及算法编程计算两组图像的4个灰度特征参数(灰度均值M、灰度标准差V、扭曲度S、熵H)，对比分析各参数在2组样本之间的差异。结果良、恶性乳腺肿瘤患者超声图像的灰度均值M、灰度标准差V、扭曲度S均存在显著性差异，分别为60.30±11.77vs82.64±5.35、27.49±4.67vs31.89±

2、3.38、0.20±0.05vs0.85±0.22。结论超声图像定量分析能量化乳腺良、恶性肿瘤超声图像的特征，M、V、S具有作为乳腺良、恶性肿瘤超声诊断量化指标的价值。【关键词】乳腺肿瘤;超声诊断;图像定量分析;灰度特征　　Abstract：ObjectiveToinvestigateafeasibleapproachtothequantitativeanalysisofultrasonicimagesindiagnosingbenignandmalignantbreasttumors.MethodsTheorigina

3、lultrasonicimagesof10casesofbenignbreasttumorsand10casesofmalignantbreasttumorsdiagnosedbysurgicaloperationageprocessingfunctionandalgorithmprogrammingeters,e.g.,mean(M),standardvariance(V),skeages.Thedifferencesinparametersbetn;11.77vs82.64±5.35),V(27.49±4.67vs3

4、1.89±3.38)andS(0.20±0.05vs0.859±0.22)betageshelpstoquantizethegrey-scalefeatureofultrasonicimagesbetalignantbreasttumors.Thethreeparameters(M,V,S)arevaluablequantitativeindexestoultrasonicdiagnosisbetalignantbreasttumors.　　Keyor;ultrasonicdiagnosis;quantit

5、ativeanalysisofimage;grey-scalefeature　　乳腺癌发病率、病死率均居女性恶性肿瘤首位，早期诊断对预后尤为重要。超声检查以其无创优点成为门诊疑似患者常用诊断方法，超声检查根据乳腺肿瘤影像的边界、形态和回声分布等特征判别其良恶性;但对于声像图特征不明显的乳腺肿瘤，诊断主要依赖医生的经验，而没有量化指标，因此诊断的准确性不能令人满意。本研究利用Matlab7.0图像处理函数及算法编程，对乳腺良、恶性肿瘤超声图像的灰度特征参数进行对比分析，以期为乳腺肿瘤的良、恶性判别提供量化诊断依据。　　1资料和方法　　1.1图像采集采

6、集2008年1月2009年1月徐州医学院附属医院收治经病理确诊的乳腺良、恶性肿瘤各10例患者的原始超声图像，经超声工作站保存在计算机中。超声诊断仪器为麦迪逊ACCUVIXXQ型，L5-12MHz变频探头。　　1.2感兴趣区域选取首先截取肿瘤组织部分的感兴趣区域(ROI)，再提取特征参数。ROI选择形状为矩形，ROI的区域大小固定，ROI图像像素为6464[1]。ROI区域选择图例见图1。　　1.3图像灰度特征参数的提取及计算本研究选取如下常用的4个灰度特征参数[2]：①灰度均值M=∑L-1r=0rp(r)，表示ROI内各点灰度值的平均数，回

7、声越强，灰度均值越大。②灰度标准差V=∑L-1r=0(r-M)2p(r)，表示灰度均数两侧灰度值分散程度的量，如果ROI内各点灰度值比较接近，则灰度标准差小，反映回声是否均匀。③扭曲度S=1V3∑L-1r=0(r-M)3p(r)，反映灰度值的对称性。④熵H=-∑L-1r=0p(r)log2p(r)，反映灰度值分布均匀程度，各灰度值等概率出现时，熵最大。各公式中r为像素值，p(r)为灰度为r的概率。　　图1灰度特征提取的ROI区域选择图例　　利用Matlab7.0图像处理函数及算法编程，计算2组患者超声图像的M、V、S、H参数

8、值。将统计数据输入SPSS11.0统计学软件进行非配对t检验，P<0.05认为差异具有统计学意义。　　2结果　　2组