肝癌是我國惡性腫瘤發(fā)病率和死亡率較高的癌癥之一,傳統(tǒng)醫(yī)學(xué)影像設(shè)備因成像機制導(dǎo)致成像分辨率不足,對肝癌的檢查和診斷具有較大的影響�；谕捷椛涞腦射線相襯顯微CT成像具有極高的靈敏度和分辨率,結(jié)合機器學(xué)習(xí)方法建立肝癌分類模型,為肝癌輔助診斷提供參考。收集彌漫型和潰瘍型肝腫瘤X射線相襯圖像各500幅,歸一化和中值濾波后提取灰度直方圖、灰度共生矩陣、灰度-梯度共生矩陣和灰度差分統(tǒng)計等灰度及紋理特征,并組合成融合特征,采用十折交叉驗證法進(jìn)行機器學(xué)習(xí)方法的訓(xùn)練和分類。使用支持向量機、隨機森林和神經(jīng)網(wǎng)絡(luò)等3種分類算法對肝癌圖像進(jìn)行分類,灰度共生矩陣特征和神經(jīng)網(wǎng)絡(luò)分類算法下分類準(zhǔn)確率最高,達(dá)到99.5%,取得較好的分類效果,有望幫助醫(yī)生準(zhǔn)確完成肝腫瘤類型的鑒別。 

【文章來源】：中國生物醫(yī)學(xué)工程學(xué)報. 2020,39(05)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

肝腫瘤圖像預(yù)處理結(jié)果。(a)彌漫型;(b)潰瘍型

各特征下3種分類算法分類結(jié)果

對彌漫型和潰瘍型肝腫瘤圖像進(jìn)行特征提取，然后分別對單一特征和混合特征采用SVM、RF和神經(jīng)網(wǎng)絡(luò)進(jìn)行腫瘤分型，對各算法的分類效果進(jìn)行參數(shù)評價，結(jié)果如圖4所示。在單一特征中，GLCM特征在SVM和神經(jīng)網(wǎng)絡(luò)分類模型下評估參數(shù)均優(yōu)于其他特征，而GGCM特征在RF分類模型下評估參數(shù)均優(yōu)于其他特征，其AUC分別達(dá)到了0.976、1和1;混合特征的評估參數(shù)最好，AUC最低為0.989。在分類模型中，神經(jīng)網(wǎng)絡(luò)模型評估參數(shù)優(yōu)于SVM和RF其查準(zhǔn)率、查全率和AUC均達(dá)到了1，表明了該分類模型對肝腫瘤XPCT圖像具有較好的分類效果。3 討論和結(jié)論

【參考文獻(xiàn)】：
期刊論文
[1]基于CT圖像的腎臟腫瘤紋理特征提取[J]. 高巖.  中國數(shù)字醫(yī)學(xué). 2019(04)
[2]基于T2WI灰度共生矩陣在鑒別高低級別膠質(zhì)瘤中的應(yīng)用[J]. 李燁,盛偉華,阮嬌妮,蔡華亮,黃松,宋黎濤.  中國醫(yī)學(xué)計算機成像雜志. 2018(05)
[3]基于普美顯增強磁共振的影像組學(xué)鑒別肝細(xì)胞癌與肝血管瘤[J]. 陳茂東,張靜,楊桂香,林杰民,馮衍秋.  南方醫(yī)科大學(xué)學(xué)報. 2018(04)
[4]基于雙樹復(fù)小波變換和鄰域操作的哈密瓜紋理提取[J]. 馬本學(xué),高國剛,王寶,呂琛,張巍,朱榮光.  農(nóng)業(yè)機械學(xué)報. 2014(12)
[5]基于圖像處理的CT圖像肝癌診斷技術(shù)研究[J]. 劉建華,王建偉.  清華大學(xué)學(xué)報(自然科學(xué)版). 2014(07)



本文編號：2969448