超聲信息分析及其在動脈粥樣硬化判別中的應(yīng)用.pdf

1、動脈粥樣硬化是動脈硬化血管病中常見的一種,會引起動脈狹窄,進一步可能引發(fā)腦中風(fēng)和腦梗塞,嚴(yán)重危害人類的身體健康。因此,早期診斷和治療動脈粥樣硬化有重要意義。超聲檢查在頸動脈粥樣硬化的臨床檢測中有著廣泛應(yīng)用,然而檢查工作量大,主要靠醫(yī)生經(jīng)驗判斷,缺乏客觀性,重復(fù)性差,因此有必要建立一個高性能的計算機自動識別系統(tǒng)。本文以頸動脈超聲信息為研究對象,采用超聲技術(shù)從不同角度提取和分析正常頸動脈和異常頸動脈的特征參數(shù),實現(xiàn)對頸動脈粥樣硬化的計算機自

2、動判別,為臨床診斷提供參考意見。主要研究內(nèi)容包括：
　　 ⑴頸動脈硬化的早期表現(xiàn)為頸總動脈B型超聲圖像中內(nèi)中膜增厚、變硬,內(nèi)膜有斑塊形成,動脈失去彈性。一般內(nèi)中膜厚度和管徑是早期判斷頸動脈硬化的重要指標(biāo)。本論文將B型超聲圖像類比有向圖,采用人工智能中的啟發(fā)式A*算法提取頸總動脈血管近壁區(qū)內(nèi)膜、遠壁區(qū)的內(nèi)膜和中膜,計算內(nèi)中膜厚度和管徑。
　　 ⑵頸動脈硬化將引起血流量減少,血流參數(shù)改變,如收縮期峰值流速、搏動指數(shù)和阻力指數(shù)

3、增加。超聲多普勒頻譜的各類聲譜參數(shù)可以一定程度反映頸動脈硬化的情況。計算血流聲譜參數(shù)先要提取聲譜圖中的最大頻率曲線。本論文采用啟發(fā)式A*算法從頸內(nèi)動脈、椎動脈的超聲多普勒血流信號聲譜圖中提取最大頻率曲線,然后基于該曲線,計算各類血流聲譜參數(shù)。選取類間距大、區(qū)分能力強的血流聲譜參數(shù)作為特征參量用于頸動脈粥樣硬化自動識別系統(tǒng)的研究。
　　 ⑶將集成學(xué)習(xí)技術(shù)用于頸動脈粥樣硬化計算機自動識別系統(tǒng),采用Adaboost算法,有效地將精度較

4、低的弱學(xué)習(xí)算法提升至精度較高的強學(xué)習(xí)算法。該方法中,選擇三層BP神經(jīng)網(wǎng)絡(luò)作為弱分類器,將已提取的內(nèi)中膜厚度和血流聲譜參數(shù)共七個特征作為最終頸動脈特征參量。通過實驗,比較了選取不同特征參量輸入單個BP網(wǎng)絡(luò)和輸入Adaboost-BP集成網(wǎng)絡(luò)的結(jié)果。實驗證明:Adaboost-BP算法的準(zhǔn)確率高于使用單個BP網(wǎng)絡(luò)。選取內(nèi)中膜厚度和血流聲譜參數(shù)共同作為特征參量的準(zhǔn)確率高。
　　 ⑷采用以上三部分構(gòu)成頸動脈粥樣硬化自動判別系統(tǒng),對臨床采