發(fā)布時間：2017-10-29 18:34

  本文關(guān)鍵詞：基于超聲射頻信號的脂肪肝特征信息分析與輔助診斷系統(tǒng)設(shè)計

  更多相關(guān)文章： 脂肪肝 超聲 射頻信號 定量診斷

【摘要】：脂肪肝是一種十分常見的肝臟疾病，目前臨床上對脂肪肝的普查和診斷基本依賴于B超，而當前B超在脂肪肝診斷的客觀性尤其是在診斷脂肪肝病變程度的定量方面存在明顯不足。因此提高超聲診斷對脂肪肝的定量診斷能力具有很大的臨床應(yīng)用價值。 本論文針對上述情況，以肝臟的超聲射頻信號為研究對象，通過分析射頻信號中的脂肪肝特征信息，研究提高B超圖像診斷能力和對脂肪肝進行定量診斷的方法，并設(shè)計出診斷脂肪肝的計算機輔助診斷系統(tǒng)。主要工作內(nèi)容包括： 1．分析肝臟超聲射頻信號的脂肪肝特征信息。結(jié)合脂肪肝病理特點和醫(yī)學超聲診斷原理，利用數(shù)字信號處理技術(shù)，分析射頻信號在不同程度脂肪肝中的表現(xiàn)特征，探求射頻信號的不同處理方法對B超成像效果的影響，并尋找能表征正常肝與不同病變程度脂肪肝的特征信號。 2．對肝臟B超圖像進行重建，提高圖像對脂肪肝的診斷能力。在常規(guī)B超成像方法的基礎(chǔ)上，針對脂肪肝在B超圖像上的表現(xiàn)特點，引入了灰度分段線性變換的圖像處理方法，提高了圖像凸顯肝臟脂肪信息的能力。 3．研究對脂肪肝進行定量診斷的方法。對篩選的脂肪肝特征參數(shù)進行分析，確定了近遠場平均中心頻率比、近遠場平均灰度比、均值與標準差比值、偏度和峰度這5個特征參數(shù)，組成最佳特征矢量，采用改進的BP神經(jīng)網(wǎng)絡(luò)對其進行分類識別，從而識別出正常肝與不同病變程度的脂肪肝，實現(xiàn)定量診斷。 4．設(shè)計與實現(xiàn)有交互界面的計算機輔助診斷系統(tǒng)。以VC6.0為開發(fā)平臺，設(shè)計基于射頻信號的超聲系統(tǒng)信號處理模塊，實現(xiàn)系統(tǒng)對肝臟B超圖像的重建和顯示，同時完成基于BP神經(jīng)網(wǎng)絡(luò)的脂肪肝分類識別，實現(xiàn)系統(tǒng)的定量診斷功能。 本研究以華西醫(yī)院臨床采集的肝臟超聲射頻數(shù)據(jù)進行實驗，共選取了86組肝臟射頻數(shù)據(jù)，其中正常肝28組，輕度脂肪肝22組，中度脂肪肝20組，重度脂肪肝16組。實驗結(jié)果表明，本文設(shè)計的輔助診斷系統(tǒng)在實驗樣本中對正常肝和脂肪肝的識別率分別為96.4%和98.3%，而對輕度、中度和重度脂肪肝的識別率分別為86.4%，90%和93.8%，具有一定的臨床應(yīng)用價值。
【關(guān)鍵詞】：脂肪肝 超聲 射頻信號 定量診斷
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：R318.6;TP391.41
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-15
• 1.1 課題研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.3 本文主要工作13-14
• 1.4 本論文的結(jié)構(gòu)安排14-15
• 第二章 脂肪肝超聲輔助診斷系統(tǒng)的總體設(shè)計15-19
• 2.1 系統(tǒng)的總體框架15-16
• 2.2 系統(tǒng)的總體方案和各模塊功能16-18
• 2.2.1 圖像診斷模塊17
• 2.2.2 特征識別診斷模塊17-18
• 2.3 本章小結(jié)18-19
• 第三章 肝臟超聲圖像的重建19-33
• 3.1 信號處理模塊19-27
• 3.1.1 動態(tài)濾波20-21
• 3.1.2 包絡(luò)檢波21-22
• 3.1.3 二次采樣22-23
• 3.1.4 對數(shù)壓縮23-24
• 3.1.5 數(shù)字掃描變換24-27
• 3.2 脂肪肝圖像增強處理27-32
• 3.2.1 B 超圖像的脂肪肝診斷方法27-29
• 3.2.2 圖像增強方法29-30
• 3.2.3 脂肪肝圖像增強結(jié)果30-32
• 3.3 本章小結(jié)32-33
• 第四章 脂肪肝特征的提取33-46
• 4.1 射頻數(shù)據(jù)采集和 ROI 區(qū)域選取33-35
• 4.1.1 射頻數(shù)據(jù)采集33
• 4.1.2 ROI 區(qū)域選取33-35
• 4.2 特征參數(shù)提取35-43
• 4.2.1 近遠場平均中心頻率比35-37
• 4.2.2 近遠場平均幅度值比37-39
• 4.2.3 均值與標準差之比39-41
• 4.2.4 峰度和偏度41-43
• 4.3 基于假設(shè)檢驗的特征參數(shù)分析43-45
• 4.4 本章小結(jié)45-46
• 第五章 特征識別46-56
• 5.1 BP 神經(jīng)網(wǎng)絡(luò)46-51
• 5.1.1 人工神經(jīng)網(wǎng)絡(luò)簡述46-47
• 5.1.2 傳統(tǒng) BP 神經(jīng)網(wǎng)絡(luò)算法47-50
• 5.1.3 BP 神經(jīng)網(wǎng)絡(luò)算法的改進50-51
• 5.2 BP 網(wǎng)絡(luò)的結(jié)構(gòu)及仿真結(jié)果51-52
• 5.2.1 BP 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計51-52
• 5.2.2 Matlab 仿真結(jié)果52
• 5.3 BP 神經(jīng)網(wǎng)絡(luò)的 Visual C++實現(xiàn)52-55
• 5.3.1 BP 網(wǎng)絡(luò)類的設(shè)計52-54
• 5.3.2 程序處理流程54
• 5.3.3 識別結(jié)果54-55
• 5.4 本章小結(jié)55-56
• 第六章 系統(tǒng)的用戶界面設(shè)計及診斷流程56-62
• 6.1 總體界面設(shè)計56-58
• 6.2 脂肪肝診斷流程58-61
• 6.3 本章小結(jié)61-62
• 第七章 總結(jié)62-64
• 7.1 工作總結(jié)62-63
• 7.2 展望63-64
• 致謝64-65
• 參考文獻65-67

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 沈鳳龍;畢娟;;基于BP神經(jīng)網(wǎng)絡(luò)分類器的多目標識別方法研究[J];遼東學院學報(自然科學版);2008年04期

2 李義寶,張學勇,馬建國,汪力君;基于BP神經(jīng)網(wǎng)絡(luò)的改進算法研究[J];合肥工業(yè)大學學報(自然科學版);2005年06期

3 劉金珠;王江河;洪慧聞;劉燕玲;閔樂泉;;基于閾值分割的脂肪肝超聲圖像分類方法[J];計算機工程與應(yīng)用;2010年36期

4 李秀霞;韓文蘭;魏麗娟;;脂肪肝病人的健康指導(dǎo)[J];全科護理;2008年33期

5 盛明洪,呂斌,周興祥,殷軍,吳鵬,郭廷華;二維超聲圖像定量診斷脂肪肝病變程度的應(yīng)用研究[J];臨床超聲醫(yī)學雜志;2005年01期

6 李俏穎;段云友;張莉;閆國珍;楊瑞靜;曹鐵生;任聃;;超聲診斷早期肝硬化人工神經(jīng)網(wǎng)絡(luò)模型的評價[J];臨床超聲醫(yī)學雜志;2008年08期

7 沈小娟;;超聲檢查對脂肪肝的診斷[J];黑龍江醫(yī)學;2009年10期

8 汪小毅;林江莉;李德玉;汪天富;鄭昌瓊;程印蓉;;基于B超圖像分析的脂肪肝輔助診斷方法研究[J];生物醫(yī)學工程學雜志;2006年04期

9 徐濤,王明時,韓建新,王學民,王光霞;脂肪肝超聲圖像的定量分析[J];天津大學學報;2002年03期

10 劉剛;一種綜合改進的BP神經(jīng)網(wǎng)絡(luò)及其實現(xiàn)[J];武漢理工大學學報;2002年10期

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 張建煒;基于B超圖像的脂肪肝嚴重程度識別[D];四川大學;2007年

2 王寧;超聲波診斷系統(tǒng)軟件化研究平臺[D];電子科技大學;2010年

，

本文編號：1114215