發(fā)布時(shí)間：2018-02-24 06:44

  本文關(guān)鍵詞： 甲狀腺結(jié)節(jié) 灰度共生矩陣 紋理特征 支持向量機(jī)　出處：《航天醫(yī)學(xué)與醫(yī)學(xué)工程》2017年04期 　論文類型：期刊論文

【摘要】：目的探討灰度共生矩陣和灰度梯度共生矩陣統(tǒng)計(jì)學(xué)紋理特征在CT圖像上甲狀腺結(jié)節(jié)良惡性鑒別的可行性。方法回顧性收集甲狀腺結(jié)節(jié)經(jīng)手術(shù)病理證實(shí)的CT圖像134例,手動(dòng)提取含結(jié)節(jié)的單側(cè)甲狀腺感興趣區(qū)(region of interest,ROI)。計(jì)算ROI的統(tǒng)計(jì)學(xué)紋理特征并歸一化到[0,1],支持向量機(jī)作為分類器,并結(jié)合留一交叉驗(yàn)證法來評(píng)價(jià)實(shí)驗(yàn)效果。結(jié)果統(tǒng)計(jì)學(xué)紋理特征在甲狀腺結(jié)節(jié)良惡性鑒別中的準(zhǔn)確率為0.76,敏感度0.60,特異性0.86和受試者操作曲線下面積為0.81。結(jié)論基于灰度共生矩陣和灰度梯度共生矩陣的統(tǒng)計(jì)法紋理特征,在甲狀腺CT圖像上對(duì)于結(jié)節(jié)的良惡性鑒別具有較好的分類效果。
[Abstract]:Objective to explore the feasibility of differentiating benign and malignant thyroid nodules by statistical texture characteristics of gray level co-occurrence matrix and gray-scale gradient co-occurrence matrix on CT images. Methods 134 cases of thyroid nodules confirmed by operation and pathology were retrospectively collected. Manually extract the region of interest of the unilateral thyroid region with nodules. Calculate the statistical texture features of ROI and normalize them to [0]. Support Vector Machine (SVM) is used as a classifier. Results the accuracy of statistical texture features in differentiating benign and malignant thyroid nodules was 0.76, sensitivity 0.60, specificity 0.86, and area under the operating curve 0.81.Conclusion based on the results of this study, the accuracy of statistical texture features in the differential diagnosis of benign and malignant thyroid nodules is 0.86. Statistical texture features of grayscale co-occurrence matrix and grayscale gradient co-occurrence matrix, Thyroid CT images have a good classification effect for benign and malignant nodules.
【作者單位】： 浙江大學(xué)生物醫(yī)學(xué)工程教育部重點(diǎn)實(shí)驗(yàn)室;杭州醫(yī)學(xué)院醫(yī)學(xué)影像學(xué)院;Biodesign
【基金】：國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFC1306600) 浙江省衛(wèi)計(jì)委科研項(xiàng)目(2015115991) 浙江省教育廳科研項(xiàng)目(Y201636958)
【分類號(hào)】：R581.3;R816.6;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 吳宇強(qiáng);靳激揚(yáng);馮銀波;;甲狀腺意外結(jié)節(jié)增強(qiáng)CT的紋理特征分析對(duì)良惡性鑒別的價(jià)值研究[J];東南大學(xué)學(xué)報(bào)(醫(yī)學(xué)版);2016年01期

2 劉晨彬;黃峰平;潘穎;張海石;夏順仁;;基于磁共振影像分析的膠質(zhì)瘤分級(jí)和生物標(biāo)記檢測(cè)技術(shù)研究進(jìn)展[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2013年05期

3 楊清躍;高飛;聶青;;紋理圖像識(shí)別中的旋轉(zhuǎn)不變性分析[J];計(jì)算機(jī)工程與應(yīng)用;2010年33期

【共引文獻(xiàn)】

相關(guān)期刊論文 前9條

1 彭文獻(xiàn);劉晨彬;夏順仁;陳益紅;劉蕊;;基于CT圖像統(tǒng)計(jì)紋理特征的甲狀腺結(jié)節(jié)識(shí)別技術(shù)[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2017年04期

2 王慧慧;趙心明;郭煒;邢古生;楊蕾;朱正;梁萌;;增強(qiáng)CT紋理特征在鑒別肝臟局灶性結(jié)節(jié)性增生與肝細(xì)胞肝癌中的應(yīng)用價(jià)值[J];癌癥進(jìn)展;2017年05期

3 李廣永;;MRI各序列對(duì)腦膠質(zhì)瘤的特征性表現(xiàn)及應(yīng)用價(jià)值[J];醫(yī)學(xué)理論與實(shí)踐;2017年02期

4 郭煒;羅德紅;趙燕風(fēng);李琳;林蒙;胡鐳;趙心明;周純武;;CT紋理分析技術(shù)鑒別甲狀腺良惡性結(jié)節(jié)可行性研究[J];國際醫(yī)學(xué)放射學(xué)雜志;2017年01期

5 張鞠成;王志康;婁海芳;黃天海;張華青;徐文龍;;圓柱型Halbach永磁魔環(huán)研究進(jìn)展[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2015年02期

6 莊子波;陳星;高浩;蔣立輝;;基于概率支持向量機(jī)的激光雷達(dá)風(fēng)切變圖像的識(shí)別[J];北京理工大學(xué)學(xué)報(bào);2014年04期

7 張彥;李慶峰;龔磊;姚建剛;;Logistic回歸篩選零值絕緣子紅外特征的方法[J];計(jì)算機(jī)工程與應(yīng)用;2013年01期

8 潘穎;劉晨彬;張海石;黃峰平;夏順仁;;基于磁共振圖像特征的腦膠質(zhì)瘤MIB-1指數(shù)無創(chuàng)檢測(cè)[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2012年03期

9 唐朝暉;朱楚梅;劉金平;;基于LBPV的浮選泡沫圖像紋理特征提取[J];計(jì)算機(jī)應(yīng)用研究;2011年10期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張博;蘇俊平;白楊;劉永紅;李杰;;甲狀腺結(jié)節(jié)合并微鈣化與甲狀腺癌關(guān)系及其危險(xiǎn)因素分析[J];現(xiàn)代醫(yī)學(xué);2015年02期

2 趙炎斌;劉方舟;張園;虞同華;;超聲彈性成像及CT檢查對(duì)術(shù)前甲狀腺腫物性質(zhì)判斷的相關(guān)性研究[J];東南大學(xué)學(xué)報(bào)(醫(yī)學(xué)版);2014年03期

3 潘穎;劉晨彬;張海石;黃峰平;夏順仁;;基于磁共振圖像特征的腦膠質(zhì)瘤MIB-1指數(shù)無創(chuàng)檢測(cè)[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2012年03期

4 李恒國;盧紹輝;梁久平;史長(zhǎng)征;;甲狀腺結(jié)節(jié)的CT灌注評(píng)價(jià)[J];中華放射學(xué)雜志;2011年09期

5 劉晨彬;潘穎;張海石;黃峰平;夏順仁;;基于磁共振圖像的腦瘤MGMT表達(dá)狀況檢測(cè)算法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2012年01期

6 郭素紅;盧潔;于常海;;生物標(biāo)記檢測(cè)在神經(jīng)膠質(zhì)瘤診斷中的研究進(jìn)展[J];吉林醫(yī)藥學(xué)院學(xué)報(bào);2009年06期

7 周東海;何寧;黃進(jìn);張靜;趙志文;李炳翠;李剛;位春萍;;幕上星形細(xì)胞瘤瘤周水腫MRI表現(xiàn)與P53蛋白的對(duì)照研究[J];中國臨床醫(yī)學(xué)影像雜志;2007年03期

8 李丙春;;基于共生矩陣的圖像紋理特征提取及應(yīng)用[J];喀什師范學(xué)院學(xué)報(bào);2006年06期

9 王惠明;史萍;;圖像紋理特征的提取方法[J];中國傳媒大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

10 汪家旺,于立燕,王德杭,俞同福,舒華忠,張廉良;肺癌分形維數(shù)特征的研究[J];中國醫(yī)學(xué)物理學(xué)雜志;2005年01期

【相似文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 宋歌聲;利用超聲圖像紋理特征鑒別甲狀腺結(jié)節(jié)良惡性的研究[D];山東大學(xué);2015年

，

本文編號(hào)：1529273