本文關(guān)鍵詞：智能信息處理技術(shù)在原發(fā)性肝癌超聲診斷中的應(yīng)用研究

  更多相關(guān)文章： 智能信息處理 超聲診斷 原發(fā)性肝癌 主元分析 神經(jīng)網(wǎng)絡(luò)

【摘要】：目的:將智能信息處理技術(shù)中的基于主元分析法(PCA)的圖像融合和BP神經(jīng)網(wǎng)絡(luò)(BPNNs)算法進(jìn)行組合,建立PCA-BPNNs原發(fā)性肝癌(HCC)超聲診斷模型并評(píng)價(jià)其理論價(jià)值與診斷性能,以期提高HCC超聲診斷的準(zhǔn)確性。資料和方法:1、資料收集:收集肝局灶性病變(FLLs)聲像圖及其相關(guān)臨床資料共350例,其中HCC184例,肝血管瘤83例,繼發(fā)性肝癌42例,結(jié)節(jié)性肝硬化19例,肝局灶性結(jié)節(jié)性增生13例,肝膿腫9例。其中隨機(jī)抽取的125例HCC病例數(shù)據(jù)為訓(xùn)練集,剩余59例HCC及166例其它易與HCC混淆的5種FLLs共225例為測試集。2、PCA-BPNNs HCC超聲診斷模型的建立:運(yùn)用基于PCA圖像融合對(duì)聲像圖進(jìn)行預(yù)處理,提取超聲表現(xiàn)及相關(guān)臨床數(shù)據(jù)并進(jìn)行量化。然后,利用PCA對(duì)量化后的HCC數(shù)據(jù)進(jìn)行特征參數(shù)提取。以提取出來的特征參數(shù)建立PCA-BPNNs HCC超聲診斷模型,并進(jìn)行訓(xùn)練和仿真。3、將仿真結(jié)果與測試集的病理結(jié)果作對(duì)比。4、模型診斷性能的評(píng)估:將PCA-BPNNs HCC超聲診斷模型、基于PCA圖像融合的HCC超聲診斷、BPNNs HCC超聲診斷模型以及超聲醫(yī)師HCC超聲診斷四種方法的結(jié)果作ROC曲線,以ROC曲線下面積的大小來分析其診斷性能。結(jié)果:1、基于PCA的圖像融合結(jié)果表明:預(yù)處理后的聲像圖效果更清晰,病變特征更突出。2、PCA提取的HCC特征參數(shù)共13項(xiàng):病灶形態(tài)不規(guī)則、邊界不清晰、暈環(huán)征、鑲嵌征、衛(wèi)星結(jié)節(jié)征、病灶內(nèi)部及周邊有血流信號(hào)、病灶內(nèi)部及周邊為動(dòng)脈及靜脈血流、RI≥0.6、門靜脈癌栓、肝門區(qū)淋巴結(jié)腫大、合并乙型肝炎、合并肝硬化、AFP值≥400μg/L。3、超聲醫(yī)師提取的HCC特征參數(shù)共16項(xiàng),包括肝實(shí)質(zhì)回聲不均勻、肝實(shí)質(zhì)回聲粗、偽足征以及PCA提取的13項(xiàng)參數(shù)。4、PCA-BPNNs HCC超聲診斷模型、基于PCA圖像融合HCC超聲診斷、BPNNs HCC超聲診斷模型以及超聲醫(yī)師HCC超聲診斷中,PCA-BPNNs HCC超聲診斷模型的診斷敏感度、特異度、準(zhǔn)確度最高,分別為93.22%、94.58%、94.22%。5、4種診斷方法ROC曲線下面積分別為:PCA-BPNNs HCC超聲診斷模型0.939、BPNNs HCC超聲診斷模型0.919、基于PCA圖像融合的HCC超聲診斷0.819、超聲醫(yī)師HCC超聲診斷0.814,表明PCA-BPNNs HCC超聲診斷模型的診斷性能最好。結(jié)論:1、利用PCA圖像融合及BPNNs智能信息處理技術(shù),能建立PCA-BPNNs HCC超聲診斷模型。2、PCA-BPNNs HCC超聲診斷模型有助于提高HCC超聲診斷的準(zhǔn)確性。3、PCA-BPNNs HCC超聲診斷模型的診斷性能優(yōu)于單一應(yīng)用BPNNs或PCA圖像融合的HCC超聲診斷方法。
【關(guān)鍵詞】：智能信息處理 超聲診斷 原發(fā)性肝癌 主元分析 神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：南華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TB559;TP391.41;R735.7
【目錄】：

• 摘要4-6
• Abstract6-11
• 中英文縮略詞表11-13
• 第1章 前言13-17
• 第2章 資料和方法17-23
• 2.1 資料17-18
• 2.2 方法18-23
• 第3章 結(jié)果23-32
• 3.1 基于PCA的圖像融合結(jié)果23-24
• 3.2 PCA提取的HCC特征參數(shù)24
• 3.3 超聲醫(yī)師提取的HCC特征參數(shù)24-25
• 3.4 PCA-BPNNs HCC超聲診斷模型及預(yù)測結(jié)果25-27
• 3.5 基于PCA圖像融合的HCC超聲診斷結(jié)果27-28
• 3.6 BPNNs HCC超聲診斷模型及預(yù)測結(jié)果28
• 3.7 超聲醫(yī)師診斷結(jié)果28-29
• 3.8 ROC統(tǒng)計(jì)結(jié)果29-32
• 第4章 討論32-38
• 第5章 結(jié)論38-39
• 參考文獻(xiàn)39-45
• 綜述45-55
• 參考文獻(xiàn)51-55
• 作者攻讀學(xué)位期間的科研成果55-56
• 致謝56

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 王科;張立洪;張峰;張傳永;;深部微小肝癌術(shù)中超聲導(dǎo)引下經(jīng)肝穿刺美藍(lán)定位與切除[J];肝膽外科雜志;2014年06期

2 獨(dú)建庫;王俊琦;李珂;馬小桔;;原發(fā)性肝癌和轉(zhuǎn)移性肝癌的彩超鑒別診斷[J];實(shí)用醫(yī)藥雜志;2011年11期

3 麥榕,賀懷建,潘冬子,黃正華;小波神經(jīng)網(wǎng)絡(luò)在基樁動(dòng)測信號(hào)處理中的應(yīng)用[J];水文地質(zhì)工程地質(zhì);2004年05期

4 陳真誠,蔣勇,胥明玉,王紅艷;人工智能技術(shù)及其在醫(yī)學(xué)診斷中的應(yīng)用及發(fā)展[J];生物醫(yī)學(xué)工程學(xué)雜志;2002年03期

5 孫艷梅;王淑波;郭慶偉;;原發(fā)性肝癌的超聲診斷[J];中國當(dāng)代醫(yī)藥;2010年35期

6 吳俊,羅紅纓,周妍;B超診斷原發(fā)性肝癌198例分析[J];中國誤診學(xué)雜志;2002年04期

，

本文編號(hào)：1112805