计算机辅助软件诊断肝纤维化的初步研究

论文摘要

目的：利用计算机辅助诊断（CAD）软件分析肝脏常规CT增强扫描图像的纹理特征,探索适用于诊断慢性肝病及与病理分期的相关指标,旨在早期诊断肝纤维化。材料与方法：收集146例经皮肝脏穿刺活检术、术中活检及未经穿刺活检的上腹部正常、临床及影像典型肝硬化患者,其中正常36例、轻型肝纤维化（S1+S2）39例、重型肝纤维化（S3+S4）35例、肝硬化36例,患者进行64排多层螺旋CT扫描获取不同层厚的图像,使用计算机辅助诊断软件中的Liver Cirrhosis4.8对CT图像进行纹理特征量的提取；在Matlab软件平台支持下,采用支持向量机算法建立模型,将对比度、角二阶矩、熵、相关性、逆差距、平均灰度值、平均标准差为模型的输入,输出层节点数取4,分别为正常（SO期）、轻度肝纤维化（S1期+S2期）、重度肝纤维化（S3期+S4期）、肝硬化。模型建立好后,使用交叉验证留一法检验模型的精度。结果：最佳数据的筛选中,无滤波器处理、感兴趣区（ROI）为20×20的门脉期图像建立的模型对于诊断正常及肝硬化的两分类的准确率最高,为85.41%,其灵敏度86.67%、特异度84.38%;层厚为0.625mm、2.5mm、3.75mm的CT图像建立的模型,诊断正常及肝硬化的准确率较高,准确率分别为89.07%、87.15%、89.71%。使用最佳数据,建立肝纤维化病理分期的模型,在两分类模型中,正常与肝纤维化最佳模型为3.75mm图像的模型,诊断疾病的灵敏度、特异度、准确度分别为90.32%、87.88%、89.06%；轻型与重型肝纤维化最佳模型为3.75mm图像的模型,诊断两者的准确率均为73.53%;在四分类模型中,判别正常（S0期）、轻度肝纤维化（S1期+S2期）、重度肝纤维化（S3期+S4期）、肝硬化的结果不佳,整体准确率最高者为2.5mm层厚的最佳数据建立的模型,仅为50.00%。结论：基于计算机辅助诊断软件的应用,对肝脏CT图像进行纹理分析,使用支持向量法通过有限样本的学习,建立肝纤维化的模型,对于无创性诊断肝纤维的影像学研究具有重要的指导意义。

论文目录

• 中英文缩略词对照表
• 摘要
• Abstract
• 前言
• 材料与方法
• 结果
• 讨论
• 结论
• 创新、不足与展望
• 参考文献
• 附图
• 综述
• 参考文献
• 致谢
• 论文发表情况