基于小波变换的骨肉瘤CR图像分析-论文.pdf

《基于小波变换的骨肉瘤CR图像分析-论文.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、基于小波变换的骨肉瘤CR图像分耨胡珊①张俊杰①徐超①5,1燕摘要目的：研究骨肉瘤影像诊断的数字化特征指标。方法：对71例正常骨和7of~骨肉瘤cR图像，按病变区域分为骨端和骨干两部分，运用Db4d~波~DSym4d3波两种小波变换方法，提取出目标区域的纹理特征，并通过统计学方法筛选出特征子集，采用支持向量机的方法构建骨肉瘤cR图像的计算机分类模型，并对模型进行正确性、敏感性和特异性的验证分析。结果：分类模型的正确性、敏感性和特异性的验证结果表明，对骨端骨肉瘤，Sym4dx波的识别正确率为93．44％，对骨干骨肉瘤，Db4dx波的识别正确率为96．25％。结论：小波变换法所提取的纹理特

2、征对识别正常骨和骨肉瘤影像有较好的意义，有助于在计算机辅助诊断中构建骨肉瘤的数字化诊断标准。关键词骨肉瘤纹理特征小波变换特征选择Doi：10．3969~．issn．1673—7571．2014．06．025【中图分类号】11318．1【文献标识码】AAsteosarcomaCRImagesAnalysisBasedonWaveletTransform／HuShan，ZHANGJun-jie，xuChao，etal／／ChinaDigitalMedicine．一20149(6)：71tO74AbstractObjective：Tofindandvalidatetextureleatur

3、esextractedfromboneCRimagesusedincomputer——aidedosteosarcomadiagnosissystems．Methods：TheboneCRimagesweredividedintotwoclasses，epiphysisanddiaphysis．Sym4andDb4wavelettransformswereappliedtOextracttexturefeaturesfromtheseimagesrespectively．Toobtaintheoptimalsetoffeatures，statisticalmethodswereuse

4、dtOmaximizethefeatureselection．Thenasupportvectormachinealgorithmwasusedtoevaluatetheperformanceofthesemethods．Results：Accuracy，sensitivityandspecificitywereusedtOevaluatetherecognitionrateofosteosarcoma．TheexperimentalresultsdemonstratedthattheSym4wavelethadahigherclassificationaccuracy(93．44％

5、)thantheDb4waveletwithrespecttoosteosarcomaoccurrenceintheepiphysis，whereastheDb4wavelethadahigherclassificationaccuracy(96．25％)forosteosarcomaoccurrenceinthediaphysis．Conclusion：Thisstudyconfirmsthatmulti～resolutionanalysisisausefultoolfortexturefeatureextractionduringboneCRimageprocessing．Ase

6、toftexturefeaturescanbeextractedfromthewaveletsandusedincomputer—aidedosteosarcomadiagnosissystems．Keywordsosteosarcoma，texturefeature，wavelettransfclrln，featureselectionCorrespondingauthorComputerCenter，ZhongshanSchoolofMedicine，SunYat—SenUniversiW，Guangzhou510060，GuangdongProvince，P．1K．C．1引言在

7、各类临床诊疗辅助分析系统的研究中，疾病的数字化诊断标；隹是实现自动分析的关键基础。目前对骨肉瘤的早期诊断主要依靠X线(CR／DR)检查，确诊需要依靠组织活检⋯。其中，影像学检查可显示肿瘤的准确部位、大小、病变程度等信息，因此通过提取骨肉瘤影像相关的数字化特征，可以获得图像深层的隐含信息，为建立骨肉瘤数字化诊疗标准奠定基础。纹理是对图像中像素灰度空间分布局部性质的一种描述，纹理特征能良好地兼顾图像的细微结构与宏观表现。近三十年来，研究者们构造了大量的纹理特征