基于特权信息学习的淋巴结病变计算机辅助诊断.pdfVIP

第40卷第12期自动化仪表Vol.40No.12

2019年12月PROCESSAUTOMATIONINSTRUMENTATIONDec.2019

基于特权信息学习的淋巴结病变计算机辅助诊断

宋爽▽，张麒▽，韩红3,王文平3

(1.±海先进通信与数据科学研究院(上海大学)，上海200444；

2.上海大学智慧医疗与智能影像学技术(SMART)实验室，上海200444；

3.复旦大学附属中山医院超声科，上海200032)

摘要：淋巴结病变的诊断对于患者的治疗具有重要意义。在淋巴结病变的临床超声诊断中，通常只使用单一模态的B型超声图

像。有时会采集B型超声和弹性超声或者采集B型超声和超声造影(CEUS)的双模态图像，很少情况下会采集全部三个模态图像。

为了提高B型单模态的诊断性能，提出一种基于特权信息学习的淋巴结病变计算机辅助诊断(CAD)方法，在训练阶段使用三个模态

图像，在测试阶段只使用B型。分别提取B型、弹性超声和CEUS图像的量化特征;在CAD模型中，训练样本为B型、弹性超声和

CEUS多模态数据,测试样本只有B型;通过训练样本学习，得到结合特权信息的支持向量机(SVM+)模型，使用该模型对测试样本进

行分类。试验结果表明，该方法的分类准确率、精度、敏感性、特异性和约登指数达到0.85.0.93.0.88.0.77和0.65,相较单模态B型

超声训练的CAD模型，其分类结果分别提升了0.08.0.02.0.08.0.08和0.16。基于特权信息学习，提高了诊断精度，提升了计算机辅

助诊断的性能。

关键词：淋巴结病变；B型超声；超声弹性成像；超声造影；多模态；特权信息学习

中图分类号：TH-77文献标志码：ADOI：10.16086/j.cnki.issnl000-0380.2019040051

Computer-AidedDiagnosisofLymphNodeLesions

BasedonLearningUsingPrivilegedInformation

SONGShuangb2,ZHANGQi12,HANHong3,WANGWenping3

(1.ShanghaiInstituteforAdvancedCommunicationandDataScience,ShanghaiUniversity,Shanghai200444,China；

2.TheSmartMedicineandAl-BasedRadiologyTechnology(SMART)Lab,ShanghaiUniversity,Shanghai200444,China；

3.DepartmentofUltrasound,ZhongshanHospital,FudanUniversity,Shanghai200032,China)

Abstrac:Thediagnosisoflymphnodelesionsisofgreatsignificanceforthetreatmentofpatients.Asinglemodalultrasound

imageusingB-modeistypicallyadoptedinclinicalultrasounddiagnosisoflymphnodelesions.TheB-modeultrasoundand

ultrasoundelastography,ordual-modalimageo