基于復(fù)雜性分析的脂肪肝計(jì)算機(jī)輔助診斷.pdf

1、脂肪肝是由于多種原因引起的肝臟脂肪蓄積過多，若早期不及時(shí)診斷、治療，則可發(fā)展為肝硬化、肝癌甚至死亡。超聲成像技術(shù)是脂肪肝診斷最常用的方法之一，但是超聲診斷更多的是依賴醫(yī)師的臨床經(jīng)驗(yàn)進(jìn)行定性判斷，帶有很強(qiáng)的主觀性。隨著紋理分析技術(shù)的發(fā)展，利用計(jì)算機(jī)輔助診斷技術(shù)結(jié)合超聲成像技術(shù)診斷脂肪肝已經(jīng)成為可能。一些初步的研究表明，超聲圖像的一些特征可以用于與區(qū)分正常肝臟與脂肪肝。復(fù)雜性分析是一種非線性分析方法，在腦電的分析，心電分析，CT圖像分析等諸

2、多方面有良好的應(yīng)用。本研究利用類似的思想對(duì)超聲圖像進(jìn)行分析，探究圖像內(nèi)部混亂程度的信息，實(shí)現(xiàn)脂肪肝和正常肝的計(jì)算機(jī)輔助診斷。 本研究采用復(fù)雜性分析方法與模式識(shí)別技術(shù)對(duì)肝臟超聲圖像進(jìn)行描述，由于彌散性和非彌散性的肝臟疾病的一個(gè)特點(diǎn)就是會(huì)破壞正常的組織結(jié)構(gòu)，在B超圖像上就反映為圖像紋理的改變。以肝臟紋理變化為出發(fā)點(diǎn)，分別在已采集的肝臟圖像上選擇感興趣區(qū)域，計(jì)算每一幅圖像的多個(gè)特征量，包括近似熵、Kc復(fù)雜度和近遠(yuǎn)場(chǎng)灰度比。由多個(gè)特征量

3、組成特征矢量作為模式樣本集，每個(gè)特征矢量代表一幅圖像，進(jìn)行圖像分類識(shí)別。識(shí)別的方法有兩種：無監(jiān)督識(shí)別——C-均值聚類，利用誤差平方和極小準(zhǔn)則，根據(jù)各樣本特征矢量與聚類中心的距離，將總體樣本分成正常肝和脂肪肝兩類；有監(jiān)督識(shí)別——基于反向傳播神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別。利用反向傳播神經(jīng)網(wǎng)絡(luò)分類器，將現(xiàn)有圖像分為訓(xùn)練用和識(shí)別用兩組，用已知類別標(biāo)簽的訓(xùn)練用圖像對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，再用訓(xùn)練好的分類器對(duì)未知肝臟圖像進(jìn)行識(shí)別。 臨床上共采集了130例

4、肝臟B超圖像，其中正常肝臟圖像55幅，脂肪肝圖像75幅(包括中度與重度脂肪肝)。由近似熵、Kc復(fù)雜度和近遠(yuǎn)場(chǎng)灰度比三個(gè)特征量組合進(jìn)行圖像識(shí)別，利用C-均值聚類算法分類可以達(dá)到正常肝臟96.36％脂肪肝88％的識(shí)別率；利用BP網(wǎng)絡(luò)分類器，訓(xùn)練樣本集包括正常圖像40幅，脂肪肝圖像40幅，余下50幅圖像作為測(cè)試樣本集驗(yàn)證系統(tǒng)識(shí)別準(zhǔn)確性，正常肝臟和脂肪肝準(zhǔn)確識(shí)別率均達(dá)到100％。 實(shí)驗(yàn)結(jié)果表明，近似熵、Kc復(fù)雜度與近遠(yuǎn)場(chǎng)灰度比特征對(duì)肝臟