[發明專利]基于超聲圖像的多尺度多子圖肝纖維化多級量化分期方法

有效

• 申請號: 201611214165.4
• 申請日: 2016-12-26
• 公開（公告）號: CN108241865B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 李丹丹;沈毅;張雅奎;金晶;姜宇
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/45
• 代理公司: 暫無信息
• 代理人: 暫無信息

一種基于超聲圖像的多尺度多子圖肝纖維化多級量化分期方法，它涉及基于多尺度灰度共生矩陣和小波多子圖共生矩陣的多級分期方法，它解決了當前基于超聲圖像的肝纖維化分期方法分期粗糙且準確度低的問題。本發明的步驟為：一、ROI的自動選擇和預處理；二、構造多尺度灰度共生矩陣并提取紋理特征；三、構造小波多子圖共生矩陣并提取紋理特征；四、利用基于SVM的不完全窮舉封裝式特征選擇方法選擇特征；五、基于SVM進行多級分類。本發明利用多尺度灰度共生矩陣全面提取圖像紋理信息，并結合小波多子圖共生矩陣在濾波的同時兼顧圖像紋理細節信息，使用不完全窮舉特征選擇方法和多級分類器提高肝纖維化的分類精度，適用于基于超聲圖像的肝纖維化輔助診斷。

技術領域

本發明屬于計算機輔助診斷領域，具體涉及超聲圖像的肝纖維化分期研究，是一種基于超聲圖像的多尺度多子圖肝纖維化多級量化分期方法。

背景技術

肝纖維化病變是由慢性疾病等因素導致的肝結締組織增生，并最終形成肝硬化的病理過程，是一種常見的肝臟彌漫性病變，嚴重影響公眾健康。若患者在得病初期發現并及時治療可恢復正常，一旦發展為肝硬化便很難治愈。肝臟活體組織檢查是臨床診斷肝纖維化嚴重程度的金標準，但該檢查是有創性的，還可能會因取樣誤差造成誤診，因此在臨床使用中受限。超聲圖像檢查具有無創、方便、可重復性高、無輻射以及價格低廉等特點，是廣泛使用的肝臟檢查方法之一。基于超聲圖像紋理特征的肝纖維化分期研究，可以及時診斷患者是否有肝纖維化，降低其肝纖維化惡化的風險，并且有助于藥物治療效果的觀察，在臨床上有重要的意義。

目前的肝纖維化分期算法大多數算法僅能較粗略地對纖維化進行分期，不能根據中國醫學協會病毒性肝炎的預防和治療指導方針(2011年)的標準將纖維化程度劃分為S0、S1、S2、S3、S4共五個時期。即使少數能細分為S0-S4時期，其分期精度也比較低，尤其是S2和S3的分類難度最大，分類準確度在50％～70％之間。這樣的分類結果并不能滿足臨床的需求，實際上這些研究也大都僅限于研究，并未將具體的成果結合到臨床醫療實踐中。提取圖像的紋理特征方法主要有統計法、模型法和時頻域變換法等，其中基于灰度共生矩陣的紋理特征是肝纖維化量化分期研究中最常用、最有效的特征。灰度共生矩陣是一種能夠表示圖像紋理特征的矩陣，它有兩個重要參數：尺度d和角度θ。以往研究中這兩個參數都是研究者根據各自的實驗數據統一選取，不同研究者選擇的特征不同，相應分類結果的可復制性差。因此本發明提出一種應用多尺度灰度共生矩陣實現的特征提取方法，在灰度共生矩陣的建立過程中引入多尺度的概念，并在提取特征過程中兼顧各個角度，以實現對感興趣區域子圖的多尺度多角度紋理特征提取。

根據灰度共生矩陣得出的紋理特征可以在一定程度上體現肝臟彌漫性病變在各期之間的差別，但不能抑制超聲圖像固有的斑點噪聲對分類結果的干擾。早期彌漫性病變的紋理尺度較小，和超聲圖像固有的斑點噪聲尺度近似，使得紋理不清晰，因此在提取圖像特征時需要兼顧圖像紋理的低頻灰度信息和高頻細節信息。因此本發明在小波變換的基礎上創建小波多子圖共生矩陣，在給出單個像素點和周圍鄰域像素點的相互作用關系的基礎上，不僅濾除了高頻噪聲，而且結合小波多分辨率分析的有點，能夠很好的描繪圖像的紋理。基于該矩陣提取的特征參數不僅可以表征圖像中出現的復雜的灰度信息和細節信息，還可以盡可能濾除斑點噪聲的干擾。

以往針對肝纖維化的大量研究表明，對于肝纖維化階段進行粗略分期時分類準確度可以達到85％之上，但是所有五個階段一起進行分期的分類準確度就很低了。本發明針對這一問題，引入了分級分類的概念，把多分類問題轉化為多級二分類問題，每級二分類都有不同的特征組合和各異的訓練模型，每次分類僅區分一類對象，已判定的類別不再參加后面的分類，利用這樣的逐步篩選機制完成肝纖維化的分歧。這樣不僅符合臨床實踐經驗，而且能夠達到提高纖維化分期精度的目的。本發明還對比了另外兩種肝纖維化分期的方法^[1]，實驗進一步顯示出本發明方法的高效性和準確性。

參考文獻：