利用超聲圖像紋理特征鑒別甲狀腺結(jié)節(jié)良惡性的研究.pdf

1、甲狀腺結(jié)節(jié)是人群中最常見(jiàn)的內(nèi)分泌疾病，它是甲狀腺內(nèi)出現(xiàn)的甲狀腺濾泡細(xì)胞或?yàn)V泡旁細(xì)胞出現(xiàn)增生和（或）異常分化而產(chǎn)生的結(jié)節(jié)和（或）腫瘤。甲狀腺結(jié)節(jié)可以是惡性，也可以是良性。所有結(jié)節(jié)中，惡性結(jié)節(jié)約占7％;其中，甲狀腺癌是最常見(jiàn)的惡性內(nèi)分泌腫瘤，嚴(yán)重危害人類，特別是女性健康。近年來(lái)，甲狀腺腫瘤的發(fā)病率明顯增高，特別是在一些沿海城市，惡性腫瘤的發(fā)病率以年均4％的增幅上升，是增長(zhǎng)速度最快的惡性腫瘤之一。不同性質(zhì)的結(jié)節(jié)有不同的治療手段，甲狀腺惡性病變

2、主要以外科手術(shù)切除病灶以及部分或全部甲狀腺組織為主，放療為輔的治療方法，而甲狀腺良性病變則可以不需手術(shù)、選擇性手術(shù)或僅需要定期隨訪等有針對(duì)性的治療方法，早期明確甲狀腺結(jié)節(jié)的良惡性對(duì)治療方式的選擇以及患者的預(yù)后和生活質(zhì)量非常有意義。所以早期明確甲狀腺結(jié)節(jié)的性質(zhì)，不僅可以消除患者的緊張心態(tài)，提高生活質(zhì)量，改善預(yù)后，還可以防止過(guò)度醫(yī)療，造成不必要的醫(yī)療資源浪費(fèi)，同時(shí)減少患者的經(jīng)濟(jì)負(fù)擔(dān)。
　　目前，臨床上可用來(lái)評(píng)估甲狀腺結(jié)節(jié)性質(zhì)的方法有臨

3、床體檢（觸診、聽(tīng)診）、影像學(xué)方法（超聲、電子計(jì)算機(jī)斷層掃描、磁共振成像、放射性核素顯像等）以及病理學(xué)方法（細(xì)針穿刺活檢、切片活檢等）。臨床上診斷甲狀腺結(jié)節(jié)的金標(biāo)準(zhǔn)(golden standard)是針刺細(xì)胞學(xué)活檢(FNA，fine needle aspiration)，是目前最為準(zhǔn)確的方法。但是由于細(xì)針穿刺活檢檢查的特殊性和有創(chuàng)性，并不適用于大規(guī)模人群的甲狀腺結(jié)節(jié)的篩查。同時(shí)，為了減少出血和病人痛苦，選擇了過(guò)細(xì)穿刺針，或者采集的病理標(biāo)本

4、量不足，或者由于操作者或病變過(guò)小而導(dǎo)致的沒(méi)有穿刺到病變部位，都會(huì)造成結(jié)果的不準(zhǔn)確。所以，不能完全依靠細(xì)針穿刺細(xì)胞學(xué)檢查的結(jié)果，要考慮到假陰性或假陽(yáng)性的結(jié)果的可能性，即便細(xì)針穿刺的結(jié)果為陰性，臨床上也不能完全排除惡性;同時(shí)，又因?yàn)槠涫怯袆?chuàng)性檢查，不僅會(huì)對(duì)患者造成痛苦，還有穿刺到重要血管和神經(jīng)的危險(xiǎn)性。
　　除了細(xì)針穿刺細(xì)胞學(xué)活檢(FNA)外，超聲是臨床常最用的檢查甲狀腺的方法。由于高分辨率B超費(fèi)用低、方便快捷、無(wú)創(chuàng)性、無(wú)輻射，并可以

5、獲得結(jié)節(jié)大小及數(shù)目等信息，所以它是臨床上對(duì)甲狀腺結(jié)節(jié)進(jìn)行定性、評(píng)估以及隨訪的最常用的方法。通過(guò)超聲檢查可以獲得甲狀腺結(jié)節(jié)的大小、形態(tài)、邊緣、回聲、囊變和鈣化等指標(biāo)，但這些指標(biāo)缺乏一定的衡量標(biāo)準(zhǔn)，指標(biāo)的獲得很大程度上取決于檢查者的主觀評(píng)價(jià)，這就可能導(dǎo)致同一個(gè)病例讓不同的醫(yī)生診斷會(huì)獲得不同的診斷結(jié)果，造成結(jié)果的不準(zhǔn)確性。另一方面，這些診斷指標(biāo)在大部分情況下缺乏特異性，容易造成假陰性和假陽(yáng)性的結(jié)果。同時(shí)，由于成像原理的原因，超聲圖像上包含明顯

6、的斑點(diǎn)和噪聲，這些噪聲會(huì)遮蓋正常的解剖組織，造成信息的丟失。超聲是一個(gè)邊檢查邊診斷的技術(shù)，這需要對(duì)醫(yī)師的知識(shí)和經(jīng)驗(yàn)有較高的要求。而CT、MRI、放射性核素等影像學(xué)方法，由于放射性損傷、對(duì)病人危害較大、圖像采集時(shí)間長(zhǎng)及檢查費(fèi)用大等缺點(diǎn)，且診斷準(zhǔn)確性缺乏實(shí)驗(yàn)驗(yàn)證，故并沒(méi)有在臨床上大規(guī)模采用。CT及MRI多用于術(shù)前觀察甲狀腺與氣管及頸部重要血管之間的關(guān)系，而PET多用于診斷甲狀腺結(jié)節(jié)是否有攝碘和分泌功能。
　　綜上所述，由于缺乏有效的在

7、術(shù)前準(zhǔn)確明確甲狀腺結(jié)節(jié)性質(zhì)的診斷方法，長(zhǎng)期以來(lái)，大多數(shù)超聲檢查結(jié)果提示患有甲狀腺結(jié)節(jié)的患者為了明確結(jié)節(jié)的良惡性而進(jìn)行了不必要的病理診斷或手術(shù)，造成了不必要的醫(yī)療資源的浪費(fèi)的同時(shí)也增加了病人的痛苦。從臨床上常規(guī)進(jìn)行的影像學(xué)資料中提取出更多的有意義的、同時(shí)可以輔助臨床醫(yī)師診斷結(jié)節(jié)良惡性的信息，用于甲狀腺結(jié)節(jié)良惡性早期鑒別診斷，是非常有臨床意義的。
　　超聲圖像包含很多客觀的有醫(yī)學(xué)意義的信息，這些信息是肉眼難以發(fā)現(xiàn)的，而近年來(lái)出現(xiàn)的數(shù)據(jù)

8、挖掘技術(shù)可以通過(guò)對(duì)圖像進(jìn)行數(shù)字化處理后將這些有用的圖像信息以數(shù)字的形式表達(dá)出來(lái)。因此，數(shù)據(jù)挖掘技術(shù)被廣泛應(yīng)用于對(duì)圖像的特征信息進(jìn)行提取，并對(duì)其進(jìn)行量化。其中，紋理特征已經(jīng)應(yīng)用于一些研究中。特別是灰度共生矩陣紋理特征，已有研究證明該特征值在鑒別良惡性病灶中是有意義的，是一個(gè)經(jīng)典的常用的提取圖像特征的方法。其提取出的特征值一般包括:方差(Variance)、能量(Energy)、對(duì)比度(Contrast)、熵(Entropy)、逆差距(In

9、verse Difference Moment)、慣量、相關(guān)性(Correlation)、最大概率(Maximum probability)、聚類趨勢(shì)(Cluster Tendency)、和的均值(Mean)、差的均值(Difference-mean)、同質(zhì)度(Homogeneity)和的熵(Gum-Entropy)、差的熵(Difference-Entropy)。這些提取出來(lái)的特征值包含了病灶在圖像上的細(xì)微信息，經(jīng)試驗(yàn)證明在鑒別病灶良

10、惡性時(shí)是具有臨床意義的，可以用于影像圖像分析來(lái)輔助臨床醫(yī)生對(duì)疾病進(jìn)行鑒別診斷。
　　模式識(shí)別是近年來(lái)熱門(mén)的研究方向之一，其主要目的是研究一種自動(dòng)技術(shù)，依靠這種技術(shù)，計(jì)算機(jī)可以自動(dòng)或半人工地對(duì)目標(biāo)進(jìn)行識(shí)別和分類。在醫(yī)學(xué)研究中，模式識(shí)別的主要目的是對(duì)疾病進(jìn)行預(yù)測(cè)和分類，以達(dá)到輔助臨床診斷的用途。常用的模式識(shí)別模型有l(wèi)ogistic、支持向量機(jī)、neural net、tree、randomforest、boost等。采用窮舉建模策略，對(duì)

11、Lasso-logistic回歸模型、分類樹(shù)(Classification Trees)、 Boosting樹(shù)、神經(jīng)網(wǎng)絡(luò)(Neural Networks)和支持向量機(jī)(SVM))、隨機(jī)森林、貝葉斯網(wǎng)絡(luò)等多種統(tǒng)計(jì)模式識(shí)別方法進(jìn)行對(duì)比分析，優(yōu)選出適宜的疾病早期篩查（或診斷）的統(tǒng)計(jì)模式識(shí)別模型，是適用于臨床診斷的建模方法。模型建立后，多采用交叉驗(yàn)證與外推預(yù)測(cè)相結(jié)合的ROC曲線法，結(jié)合靈敏度、特異度等多種參數(shù)模型評(píng)價(jià)。
　　所以，本研究首

12、先利用非線性的中值濾波法對(duì)超聲原始圖像進(jìn)行去噪處理，然后利用灰度共生矩陣法提取病灶區(qū)域的灰度共生矩陣特征值。并將提取到的特征值擬合上文中提到的6種識(shí)別模型。利用10折交叉驗(yàn)證結(jié)合ROC曲線等多種參數(shù)如準(zhǔn)確性、真陽(yáng)性率、假陽(yáng)性率、precision、recall、f-measure、AUC等來(lái)對(duì)模型的分類效果進(jìn)行評(píng)價(jià)，最終選擇分類效果最佳的識(shí)別模型，以提高臨床醫(yī)師對(duì)甲狀腺結(jié)節(jié)良惡性診斷的準(zhǔn)確度，為其提供一個(gè)客觀的輔助診斷工具。
　　

13、結(jié)論：
　　臨床上需要一種非侵入性的客觀的診斷意見(jiàn)來(lái)對(duì)甲狀腺結(jié)節(jié)的性質(zhì)進(jìn)行鑒別診斷。本研究利用從病灶的超聲圖像中提取的灰度共生矩陣特征值擬合模式識(shí)別模型來(lái)對(duì)結(jié)節(jié)的良惡性進(jìn)行鑒別。結(jié)果顯示，16種基于灰度共生矩陣的紋理特征值結(jié)合logistic模型分類效果最好。這表明本研究有很好的分類和預(yù)測(cè)效果。一旦該模型應(yīng)用于大規(guī)模的數(shù)據(jù)庫(kù)，該方法可以為臨床上診斷甲狀腺結(jié)節(jié)的良惡性提供一個(gè)客觀的輔助診斷技術(shù)。同時(shí)本研究也為其他基于影像學(xué)的疾病鑒別

14、模型的建立提供了新策略和新思路。
　　創(chuàng)新點(diǎn)：
　　1)構(gòu)建基于甲狀腺結(jié)節(jié)超聲圖像信息特征提取的甲狀腺結(jié)節(jié)良惡性早期鑒別診斷的統(tǒng)計(jì)模式識(shí)別模型，實(shí)現(xiàn)鑒別診斷的客觀化、定量化、標(biāo)準(zhǔn)化是本研究的突出創(chuàng)新點(diǎn)。
　　2)將灰度共生矩陣法用于B超影像數(shù)據(jù)特征提取，為B超影像信息的開(kāi)發(fā)利用提供了新思路。
　　3)采用窮舉建模策略，從多種統(tǒng)計(jì)模式識(shí)別模型當(dāng)中篩選出高效、靈敏、特異的甲狀腺良惡性早期鑒別診斷模型的研究思路，為其他