子宫肌瘤和子宫肌病的超声图像识别.pdfVIP

摘 要 医学超声图像是临床上应用最为广泛的检查手段，如何提高超声图像诊断的 准确性，使它尽可能地接近临床诊断的“金标准”——组织病理学诊断，以更好 地服务于临床医学，是超声学研究的一个重要方向。近年来，结合现代信息处理 方法综合分析超声图像以提高诊断率成为研究的热点，并已经在乳腺、肝脏、前 列腺等组织的辅助诊断上取得一定的成果。 子宫肌瘤和子宫腺肌病的发病率近几年有增高的趋势，在其超声图像诊断 中，目前仍主要依靠医生的经验来判断，缺乏客观的诊断指标，从而导致一方面 医生的工作量极大，另～方面误诊率比较高。为了建立高性能的计算机自动识别 系统，本论文主要进行了以下两个方面的工作： 1、根据子宫肌瘤和腺肌病超声图像的特点，提出并获取了两类特征参数。 一是多分辨率纹理参数：先对图像进行基于小波变换的多分辨率分析，在各分辨 率下，提取图像的方差，偏度和峰度等统计纹理参数，共有27个；二是提出带 方向的分形分析概念：首先利用Stick滤波算法对超声图像进行去斑点噪声处理， 然后通过计算不同联接下的图像分形维数，即带方向的分形维数，来表征超声图 像纹理的走向特征，共获得9个带方向的分形参数。最后使用基于概率分布的可 分性准则来评判参数的性能。 2、建立优化的计算机自动识别系统。论文首先比较了两种分类器——Fisher 判据和支撑矢量机(SVM)在自动区分子宫肌瘤和腺肌病中的区分性能和推广能 力，提出了使用基于支撑矢量机(SVM)建立自动区分系统的方法。在这种方法中， 设计了结合支撑矢量机特点的区分性能评价函数，使用前向搜索算法对前面获取 的36个超声图像特征参数进行特征选择以获得最大的区分效果和推广能力，最 后建立完整的计算机自动识别系统。 在27例正常、45例子宫腺肌病和74例子宫肌瘤的离体组织的实验中，发现 本论文提出的两类特征参数对子宫肌瘤和腺肌病是比较敏感的，可以作为识别的 基础。支撑矢量机的应用使系统在保证精确判断的前提下具有较强的鲁棒性。优 化后的识别系统对子宫肌瘤的误判率为10．81％，对子宫腺肌病的误诊率为 4．35％，准确率高于文献报道的临床术前诊断，结果令人满意，有望为临床的诊 断工作提供有效的辅助手段。 关键词：子宫肌瘤，子宫腺肌病，超声图像，分类，多分辨率，带方向分形，支 撑矢量机 中图分类号：R318．04 The classificationofuterineanduterine myoma basedonultrasound adenomyosis images Abstract Themedical oneofthemost used ultrasound is imagescanning frequently in methodsclinic，Itisart inthemedicalultrasoundresearchhowtO importanttopic the tomakeitascloseas tothe‘‘Golden diagnosis improve performance possible recent researchhasbecomea diagnosis．In hotspot Standard”一pathologicalyears，the with to that ul