一种基于数据挖掘的HIFU温度估计方法.docVIP

一种基于数据挖掘的HIFU温度估计方法 　　摘要：高强度聚焦超声(HIFU)是一种无创、低费用的新型肿瘤治疗手段。但是目前仍无一种有效的HIFU无损温度监控及检测治疗方法可应用于临床。该文采用数据挖掘中的回归分析模型，挖掘HIFU焦域处超声剪影图像中可用于温度估计的信息。结果表明在70℃以下的温度范围，采用该回归方程进行温度估计的精度为3℃。 　　关键词：数据挖掘；HIFU无损温度估计；主成分分析 　　中图分类号：R318文献标识码：A文章编号：1009-3044(2011)16-3896-03 　　A Data Mining Based HIFU Temperature Estimate Method 　　FENG Yan-Ling 　　(Department of Computer Applications, Shenzhen Institute of Information Technology, Shenzhen 518029, China) 　　Abstract: High Intensity Focused Ultrasound is a type of non-invasive low-cost method for tumor treatment. There is still no non-invasive temperature monitor system for HIFU could be used in clinic. We used the regression model of data mining to discover temperature related information hidden in the HIFU focal area subtraction ultrasound images. Result shows that the temperature estimate precision is 3℃, at temperature under 70℃ , by using the regression formula. 　　Key words: data mining; HIFU non-invasive temperature monitor; principal components analysis 　　HIFU是利用高强度超声聚焦于体内病灶处，在短时间内产生高温造成肿瘤组织凝固性坏死并且不损害周围正常组织的一种无损治疗肿瘤的技术。实时无损的温度监控系统对于提高HIFU系统的治疗效果具有非常重要的意义。目前相关测温研究，多采用建立人体热模型从而估算温度的方法[1-3]，由于个体和肿瘤位置的差异，建立通用的人体模型非常复杂，至今仍未见成熟的、可应用于临床的方法问世。 　　近年来，数字医疗设备得到了广泛应用，在提高效率的同时，也为医学研究积累了宝贵的海量的数字医学信息资源。数据挖掘（Data Mining）就是从大量的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程[4]。超声引导的HIFU治疗系统中，可以实时获得丰富的焦域处超声图像。我们认为，这些图像中，应该包含了温度相关信息。本文从数据挖掘的角度，提出一种基于图像纹理参数主成份分析的温度估计算法。 　　1 数据的准备 　　共采集各个温度点HIFU焦域处猪肉组织超声图像240帧，实验中测得分布于37℃－80℃之间的温度值40个，得到39个温度值相对37℃的超声剪影图像120对。对剪影图像提取包括惯性矩，熵，能量等13个灰度共生矩阵纹理参数，并分别采用haar，coif5，sym4，db4等4个小波基对剪影图像进行小波分解，提取了系数能量。 　　2 数据的预处理 　　温度是一个连续的量，而且HIFU测温要求较高的精度，因此要求得到其与提取的纹理参数间函数表示，以便可以定量地进行估计。回归分析法是定量预测方法之一，是处理变量之间相关关系的有力工具，它可以提供建立变量间关系的经验公式，并且可以判断经验公式的正确性。 　　2.1 一元线性回归分析 　　回归分析中，当研究的因果关系只涉及因变量和一个自变量时，称为一元回归分析[5]；自变量与因变量之间是单因素间的简单线性关系，一般地，称由y=β0+β1x+ε确定的模型为一元线性回归模型，记为： 　　(1) 　　未知参数β0、β1为回归系数.Y=β0+β1x，称为y对x的回归直线方程。 　　有n组独立观测值，(x1,y1)，(x2,y2),…,(xn,yn) 　　设： 　　记： 　　采用最小二乘法选择β0和β1的估计0，1使得： 　　 (2) 　　解得： (3) 　　其中: