淋巴结超声造影图像序列的特征提取.pdf

《淋巴结超声造影图像序列的特征提取.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、淋巴结超声造影图像序列的特征提取张麒，等淋巴结超声造影图像序列的特征提取FeatureExtractionofLymphNodesfromContrast—enhancedUltrasoundImageSequences旅觯1截伟1辨住2互支平2(上海大学通信与信息工程学院1，上海200072；复旦大学附属中山医院超声科2．上海200072)摘要：区分淋巴结病变的良恶性具有积极临床意义。超声造影通过向血液中注射造影剂以动态显示组织中的新生血管及其血流灌注，是诊断淋巴结病变的新兴方法。针对病变淋巴结，提出

2、一种从淋巴结超声造影图像中提取量化特征的方法，包括心动周期提取和子序列选择、淋巴结分割、纹理特征提取、统计学检验。对29个病人的41个淋巴结病灶的实验结果表明，提取的9个特征在良恶性淋巴结间存在显著性差异(P<0．05)，有助于鉴别良恶性淋巴结。关键词：特征提取淋巴结超声造影纹理特征肿瘤中图分类号：TP391+．4；TH789文献标志码：ADOI：10．16086／j．cnki．issnl000—0380．201510010Abstract：Discriminationofbenignormaligna

3、ntlesionsoflymphnodeshaspositiveclinicalsignificance．Thecontrast—enhancedultrasound(CEUS)isanovelmethodfordiagnosislesionsoflymphnodes，throughinjectingcontrastagentsintoblood。thetissueneovascularizationanditsbloodperfusioncanbedisplayeddynamically．Aiming

4、atthelesionsoflymphnodes-themethodofextractingquantifiedfeaturesfromCEUSimagesequencesisproposed；includingcardiaccycleextractionandsubsequeneeselection。lymphnodesegmentation。texturefeatureextractionandstatisticaltests．Theresultsofexperimentscarriedouton4

5、1lesionsoflymphnodesfrom29patientsdemonstratedthatsignificantdifferences(P<0．05)of9ofthefeaturesextractedexistinbenignandmalignantlesionsoflymphnodes：itishelpfultodistinguishingbenignormalignantlesions．KeyWords：FeatureextractionLymphnodesContrast-enhance

6、dultrasound(CEUS)TexturefeatureTumorO引言淋巴结是淋巴系统的一部分，作用类似于过滤器，其内部包含淋巴细胞，能够吞噬淋巴液中的病毒与细菌。淋巴结的病变包含反应性淋巴增生、淋巴结炎、淋巴瘤、转移性恶性肿瘤等。其中反应性淋巴增生、淋巴结炎为良性病变，淋巴瘤、转移性恶性肿瘤为恶性病变。淋巴结病变的良恶性判别对于疾病的诊治具有重要意义。超声造影(contrast-enhancedultrasound，CEUS)又称声学造影，是近年来超声医学的热门研究领域。CEUS通过向血液中注

7、射造影剂来增强血液的背向散射，经由谐波成像能够清晰显示新生血管和组织血流的灌注，大大提高超声诊断的分辨力、敏感性和特异性，从而达到对疾病进行鉴别诊断的目的¨。o。淋巴结超声造影是国家自然科学基金青年基金资助项目(编号：61401267)；上海市自然科学基金资助项目(编号：12ZRl444100)；上海市教委人才计划“晨光计划”基金资助项目(编号：11CG45)；上海市教委科研创新基金资助项目(编号：12YZ026)。修改稿收到日期：2014—12一ll。第一作者张麒(1983一)，男，2010年毕业于复

8、旦大学医学电子学专业，获博士学位，副教授；主要从事医学图像处理的研究。诊断淋巴结病变的新兴手段。诊断时，需要有经验的医生人工判读CEUS图像中淋巴结血流的增强情况并给出诊断结论。但人工判读耗时耗力且存在较大主观性，诊断结果和医生的经验有密切关系。因此需要计算机辅助诊断技术减轻医生负担并提高疾病诊断客观性。本文通过计算机算法自动提取淋巴结量化特征，并且检验这些特征用于区分良恶性淋巴结的能力，从而为下一步计算机自动判别良恶性淋巴结作铺垫u1。1