隨著人們生活水平的提高,脂肪肝的發(fā)病率不斷上升。臨床上,醫(yī)生使用B超儀診斷脂肪肝,僅憑肉眼進行定性和經驗性的判斷,診斷結果受主觀因素影響較大,具有一定的局限性。利用計算機對肝臟B超圖像進行紋理分析,獲取量化參數,并以此為依據進行分類識別,有利于提高臨床診斷的準確性和效率。 基于B超圖像的脂肪肝計算機輔助檢測包括以下幾個處理步驟:感興趣區(qū)域選取、特征提取、分類識別、疾病程度量化分析。首先采用人機交互方式選擇感興趣區(qū)域。其次結合肝臟B超圖像的特點,選取了近場回聲細密度計算法、灰度共生矩陣法、局部灰度差分矩陣法、近遠場灰度比計算法來提取脂肪肝和正常肝臟B超圖像的紋理特征。根據顯著性差異檢驗分析及各特征組合分類結果,確定了用于分類識別的最佳特征向量,包括近場回聲細密度、灰度共生矩陣的角二階矩、近遠場灰度比。隨后借助通用支持向量機軟件包——LIBSVM設計了基于徑向基核函數的支持向量機分類器。采用兩種樣本選擇方案對分類器進行訓練,利用訓練好的分類器對正常肝和脂肪肝B超圖像進行分類。最后通過計算待檢測圖像的特征向量與標準特征向量的相似性,實現(xiàn)對脂肪肝嚴重程度的判斷。 從武漢市第六醫(yī)院提供的肝臟B超圖像中選取有代表性的93幅圖像進行實驗,達到了對正常肝樣本84%的識別率和脂肪肝97.1%的識別率,并實現(xiàn)了對典型輕、中度脂肪肝圖像較好的分類效果。
【學位單位】：華中科技大學
【學位級別】：碩士
【學位年份】：2007
【中圖分類】：R575.5;R319;TP391.41
【部分圖文】：

圖 2.1 ROI 區(qū)域選取示意圖征提取征提取是本文的核心內容之一。特征提取的目的是通過各種圖像分析技內容的某種表示，使圖像的這種表示能夠作為分類判別的依據。合理地征，能夠有效地提高識別正確率。所以特征的提取與選擇是本研究的關圖像進行描述的特征有很多種，然而每個特征并不是對所有類型的圖都用于一類圖的特征應具有以下 4 個特點�？蓞^(qū)別性。不同類的特征值有明顯差異�？煽啃�。同類特征值相近。獨立性。各特征之間應彼此不相干。數量少。特征向量的維數決定了模式識別系統(tǒng)的復雜程度。常很難找到完全符合上述要求的理想特征。在本實驗中，為了更好的選征，首先需要了解正常肝和脂肪肝超聲圖像的特點，見圖 2.2。正常肝

提取圖像的紋理特征全部基于近場 ROI。圖 2.1 ROI 區(qū)域選取示意圖2.2 特征提取特征提取是本文的核心內容之一。特征提取的目的是通過各種圖像分析技術提取圖像內容的某種表示，使圖像的這種表示能夠作為分類判別的依據。合理地選擇圖像特征，能夠有效地提高識別正確率。所以特征的提取與選擇是本研究的關鍵。對圖像進行描述的特征有很多種，然而每個特征并不是對所有類型的圖都適用的，適用于一類圖的特征應具有以下 4 個特點。1. 可區(qū)別性。不同類的特征值有明顯差異。2. 可靠性。同類特征值相近。3. 獨立性。各特征之間應彼此不相干。4. 數量少。特征向量的維數決定了模式識別系統(tǒng)的復雜程度。通常很難找到完全符合上述要求的理想特征。在本實驗中，為了更好的選取合適的特征，首先需要了解正常肝和脂肪肝超聲圖像的特點，見圖 2.2。正常肝近場肝實質光點分布均勻，遠場亮度無明顯衰減；脂肪肝光點增密、增亮，紋理較粗、較雜亂，遠場亮度衰減明顯。根據這些特點，我

來源于 Marr 視覺理論中提出的邊緣提取思想[27]，它先對原處理，然后對平滑后的圖像求取邊緣，對圖像的平滑采用的)。(,)/(2)()/(2)2222πδxyδGxye += (2二維空間內倒懸著的鐘的形狀，其中δ為高斯函數的空間分的鐘壁的斜率，即決定了其開口范圍的大小。對該函數取拉取二階方向導數，則得二維 LoG 算子的函數形式。()/(2)222242222222221(,)δπδδxyexyyGxGGxy + += + =(2函數是關于中心對稱的，%

本文編號：2821531