基于圖像硬度和邊緣紋理特征量的肝纖維化診斷研究.pdf

1、肝硬化是臨床上常見的慢性肝臟疾病，是由多種因素長期反復(fù)導(dǎo)致的彌漫性肝損害。肝纖維化是肝硬化早期的臨床病理癥狀，研究發(fā)現(xiàn)肝纖維化是可逆的，因而對肝纖維化的早期發(fā)現(xiàn)和及時治療可以極大的減小肝病死亡率。目前，肝硬化和肝纖維化的診斷主要是依靠活檢化驗的方法，這種有創(chuàng)檢查不僅損害患者身心健康，而且醫(yī)生的臨床經(jīng)驗也會直接影響診斷結(jié)果。因而人們迫切尋找一種肝纖維化的早期無創(chuàng)診斷方法。
　　隨著醫(yī)療技術(shù)和數(shù)字圖像處理技術(shù)的發(fā)展，人們在肝纖維化的診

2、斷過程中引入計算機輔助診斷(Computer-Aided Diagnosis，CAD)技術(shù)，極大提高了診斷的效率和準(zhǔn)確率。針對目前肝纖維化診斷中基于形狀特征量診斷耗時、擴展性差和紋理特征量診斷效果不好的缺點，本文提出一種基于圖像硬度和邊緣紋理特征量的肝纖維化計算機輔助診斷研究方法，主要工作內(nèi)容如下:
　　(1)對基于網(wǎng)格狀的肝臟形變圖像進行圖像處理來分析診斷肝臟的柔軟度。在空域采用薄板樣條(Thin-Plate Splines，T

3、PS)算法計算形變的最小彎曲能量值;在頻域采用快速傅里葉變換(Fast Fourier Transform，F(xiàn)FT)算法計算變形前后特征區(qū)域的頻譜值。實驗發(fā)現(xiàn):最小彎曲能量值和功率譜值都與肝臟柔軟度呈現(xiàn)良好的線性關(guān)系，且其聯(lián)合分布能很好的區(qū)分正常肝和非正常肝。
　　(2)利用灰度共生矩陣（Gray Level Co-occurrence Matrix，GLCM）計算肝臟CT圖像紋理信息，提取肝臟輪廓邊緣信息:平均灰度值、灰度方差值

4、和14個邊緣紋理特征量，對提取的16個邊緣紋理信息進行肝纖維化分類診斷實驗。
　　(3)肝纖維化分類診斷實驗中采用基于徑向基核函數(shù)的支持向量機(Support Vector Machine，SVM)算法，采用時間和成本代價最高的窮舉遍歷法和留一法循環(huán)遍歷所有特征組合進行分類診斷實驗。實驗結(jié)果表明當(dāng)邊緣紋理特征量數(shù)目為3至7個時，分類實驗有最佳診斷效果;分析邊緣紋理特征量的權(quán)重排序發(fā)現(xiàn):最大相關(guān)系數(shù)、對比度、共生差方差、差異平方和和