肝纤维化B超图像的纹理分析研究

论文摘要

随着人们生活水平的提高,各类肝脏慢性疾病的发病率越来越高,而肝纤维化是各种慢性疾病向肝硬化发展的必经途径。临床上通过B超成像技术辅助诊断肝纤维化,在很大程度上仅凭医生肉眼进行定性和经验性的判断,具有一定的局限性。本文旨在通过计算机对肝纤维化B超图像的纹理分析研究,进一步挖掘图像信息,为B超诊断肝纤维化提供一种计算机辅助诊断的客观手段。首先,本文分析并比较了近几年来应用于肝脏B超图像的各种纹理分析方法,然后结合肝纤维化的病理变化及其结构特征,提出了基于纹理分析理论对肝纤维化B超图像进行识别的研究方法及框架,主要包括两个步骤: 一、纹理特征提取:通过选取了三种纹理特征提取方法灰度共生矩阵法、傅立叶功率谱法和分形模型法,分别从时域、频域和基于模型的角度,来提取肝纤维化和正常人肝脏B超图像的纹理特征。根据对照实验及显著性差异检验分析,初步选择了6个特征参数,包括灰度共生矩阵的对比度(CON)、角二阶距(ASM)、同质度(HOM),傅立叶功率谱的能量(ENE)、方差(VAR),Peleg双毯法计算得到的分维值(PEL),构成特征矢量。二、纹理自动识别:选取40个样本,正常和纤维化肝组织各20例,选取64×64像素大小的ROI图像块进行纹理识别,采用有监督

论文目录

摘要

Abstract

第一章引言

第二章研究背景和设想

2.1 B超成像技术

2.2 肝脏B超图像纹理分析方法综述

2.2.1 图像纹理分析概述

2.2.2 肝脏B超图像纹理的形成机理

2.2.3 应用于肝脏B超图像纹理分析的主要方法

2.3 肝纤维化的临床诊断

2.3.1 肝纤维化的成因及临床诊断方法

2.3.2 利用纹理分析诊断肝纤维化的可行性研究

2.4 研究设想

第三章特征提取与定量分析

3.1 图像采集与选择区域

3.1.1 图像采集

3.1.2 选择区域

3.2 特征提取与选择

3.2.1 灰度共生矩阵

3.2.2 傅立叶功率谱

3.2.3 分形模型

第四章纹理识别

4.1 信息融合

4.2 人工神经网络

4.2.1 概述

4.2.2 BP神经网络

4.3 肝纤维化的纹理识别

第五章结论与展望

参考文献

致谢

肝纤维化B超图像的纹理分析研究

论文摘要

论文目录

相关论文文献