基于MR增強(qiáng)圖像紋理特征的肝纖維化分期診斷研究.pdf

1、目的:
　　本研究采用無創(chuàng)的計(jì)算機(jī)輔助診斷方法，分期識(shí)別大鼠肝纖維化模型MRI增強(qiáng)圖像的紋理特征。
　　方法:
　　48只大鼠隨機(jī)分為實(shí)驗(yàn)組(36只)和對(duì)照組（12只）。實(shí)驗(yàn)組大鼠皮下注射50％四氯化碳(CCL4)/橄欖油混合液（體積比1∶1），注射劑量為0.3ml/100g，首次劑量為0.5ml/100g，每周兩次，共12周，對(duì)照組注射相同劑量的生理鹽水。從第4周起，每周用3.0TMR西門子掃描儀采集大鼠肝臟圖像，M

2、R線圈為大鼠專用線圈。尾靜脈注射造影劑Gd-DTPA（馬根維顯0.2 ml/100g），注射后的180s采用3D_VIBE_fs_T1WI梯度回波序列，采集平衡期MR圖像。參考MR圖像，每個(gè)大鼠肝臟切取7-9個(gè)肝臟組織進(jìn)行HE染色和改良的Gomori氨銀法染色，光鏡下判別F0-F4期肝纖維化分期。依據(jù)病理結(jié)果，在平衡期圖像上手動(dòng)提取10×10像素大小的感興趣區(qū)，采用非線性量化Lloyd's算法和經(jīng)典線性量化方法將原始圖像數(shù)據(jù)壓縮至256

3、級(jí)，并用灰度共生矩陣GLCM提取20個(gè)紋理特征參數(shù):自相關(guān)系數(shù)、對(duì)比度、相關(guān)性、突出聚類、陰暗聚類、非相似聚類、能量、熵、同質(zhì)度、最大概率、方差、和平均、和方差、和熵、差方差、差熵、相關(guān)信息度1、相關(guān)信息度2、歸一化逆差、和歸一化逆差距，從4個(gè)方向提取共80個(gè)紋理特征參數(shù)，最后分別采用BP神經(jīng)網(wǎng)絡(luò)、Linear、K-NN和支持向量機(jī)四種分類器對(duì)F0-F4期的肝臟組織的ROI進(jìn)行兩兩分類識(shí)別。
　　結(jié)果:
　　43只大鼠完成全

4、部實(shí)驗(yàn)過程，5只大鼠死亡。10只對(duì)照組大鼠的病理結(jié)果均為F0期。33只大鼠的病理結(jié)果均在F1-F4期間，未見F5期（肝硬化期），其中28只大鼠的所有切取組織的病理結(jié)果為同一期別，另外5只大鼠全肝的病理結(jié)果不完全一致，在同一肝臟內(nèi)共存不同期別的肝纖維化?；诜蔷€性量化的BP神經(jīng)網(wǎng)絡(luò)分類器的分類結(jié)果總體優(yōu)于線性量化的分類結(jié)果，非線性量化的BP神經(jīng)網(wǎng)絡(luò)分類器的結(jié)果為:在F0vsF2、F0vsF3、F0vsF4間的分類準(zhǔn)確率分別為0.6190、

5、0.6727、0.6716; F2vs F3、F2 vsF4間的分類準(zhǔn)確率分別為0.6406和0.8026;F3vsF4間的分類準(zhǔn)確率為0.7941，即在F2vsF4、F3vsF4間分類準(zhǔn)確率最高(0.8026、0.7941)?；诜蔷€性量化的BP神經(jīng)網(wǎng)絡(luò)的分類結(jié)果總體優(yōu)于基于非線性量化的其他三個(gè)分類器結(jié)果，Linear分類器區(qū)分F0vsF4期結(jié)果最好，準(zhǔn)確率為0.6716;K-NN分類器區(qū)分F2vsF4期的結(jié)果最好，準(zhǔn)確率為0.697

6、3;而SVM分類器在F3vsF4期的分類最好，準(zhǔn)確率0.7353。
　　結(jié)論:
　　一、基于Lloyd's算法的BP神經(jīng)網(wǎng)絡(luò)分類器的準(zhǔn)確率高于線性量化的BP神經(jīng)網(wǎng)絡(luò)分類器;基于Lloyd's算法的四個(gè)分類器中，較Linear、K-NN和SVM分類器，BP神經(jīng)網(wǎng)絡(luò)分類器更適合于大鼠肝纖維化模型的分期識(shí)別。
　　二、本文采用的無創(chuàng)、客觀量化的計(jì)算機(jī)輔助診斷方法，提高了大鼠肝纖維化分期識(shí)別的準(zhǔn)確率，為臨床肝纖維化的準(zhǔn)確分期診