肝纤维化B超图像的纹理分析研究

《肝纤维化B超图像的纹理分析研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Y8强誊秘浙江大学硕士学位论文肝纤维化B超图像的纹理分析研究摘要随着人们生活水平的提高，各类肝脏慢性疾病的发病率越来越高，而肝纤维化是各种慢性疾病向肝硬化发展的必经途径。临床上通过B超成像技术辅助诊断肝纤维化，在很大程度上仅凭医生肉眼进行定性和经验性的判断，具有一定的局限性。本文旨在通过计算机对肝纤维化B超图像的纹理分析研究，进一步挖掘图像信息，为B超诊断肝纤维化提供一种计算机辅助诊断的客观手段。首先，本文分析并比较了近几年来应用于肝脏B超图像的各种纹理分析方法，然后结合肝纤维化的病理变化及其结

2、构特征。提出了基于纹理分析理论对肝纤维化B超图像进行识别的研究方法及框架，主要包括两个步骤：一、纹理特征提取：通过选取了三种纹理特征提取方法灰度共生矩阵法、傅立叶功率谱法和分形模型法，分别从时域、频域和基于模，型的角度，来提取肝纤维化和正常人肝脏B超图像的纹理特征。根据对照实验及显著性差异检验分析，初步选择了6个特征参数，包括灰度共生矩阵的对比度(c0N)、角二阶距(AsM)、同质度(HOM)，傅立叶功率谱的能量(ENE)、方差(VAR)，Peleg双毯法计算得到的分维值(PEL)，构成特征矢量

3、。二、纹理自动识别：选取40个样本，正常和纤维化肝组织各20例，选取64×64像素大小的ROI图像块进行纹理识别，采用有监督⑧她大学硕士学雠文摘要的纹理识别工具一一BP网络，对特征矢量进行信息融合，达到了对正常肝样本100％的识别率和血吸虫肝纤维化88％的识别率。本文的研究成果可以作为临床辅助诊断肝纤维化的客观手段之一，也为循证医学的发展提供了一个新的依据。关键词：肝纤维化特征提取纹理识别人工神经网络lI⑧浙江大学硕士学雠文Abs仃actAResearchofHepaticFibrosisDia

4、gnosisBasedUponB-ScanLiVerImages’1’extureAnalysisAbstractWiththeimproVementof1iVingconditions，chrOnicliverdiseasesarenowincreasing．Whilehepaticfibrosisistheessen石alpmcessofmostcjlronicliVefdiseasesconVertingtocirrhOsis，thediagnOsisusingB—scanultrasou

5、ndismainlydependentontheexperiencesofphysicians．TheobjectiVeofthisthesisistoproVideacomputer—aidedmethodforthediagnosisofhepaticfibrosisbyapplyingtextureanalysistheoryiⅡtoB-scanliverimages’analysisBysystematicallycOnlparingandanalyzingrecentyears’met

6、hodsOftextureanaIysisfOrB—scanljVef妇nages，andundefstandingliver’spathologicalchangesandtexturefeatures，thisthesisproposedaframeworktotheimagerecognitionofhepaticfibrosis’B—scanimages．Anditfollowedtwosteps：Firststcp，texturefeaturesextraction：Thetextur

7、efeatufestodifferentiatenormalandfibrosisliverimagesbychoosingthreemethodsOffeatureextraction，jncludingGfeyLevelCo·occurrenceMatrjxMethod，PowerSpectrumMethod，andFractalModelMethod，arebaseduponspatialdomain，frequencydomain，andalgorithmmodel，respectiVe

8、ly．Makinguseoftheirslatjsticaldjf眙rencebe￡weeⅡnOrmalandfibrosisgroup，wefinallyset6featuredescriptors：ASM，CON，HOM，ENE，、，ARandPEL．secondstep，textureauto-recognition：weused40samples(20samplesm锈瓯一⋯⋯Abstracteach)todistinguish}hesejmagesaccordingtoablockof