计算机辅助定量评价肌肉急性挫伤后高频超声二维图像纹理特征变化

目的 采用超声回波强度界面多级分解法定量评价急性钝挫伤后人体肌肉高频超声二维图像纹理特征的变化,初步探讨其临床应用价值。方法 采用高频超声检测10例男性上臂肌肉单纯急性挫伤患者的局部肌肉二维超声图像,于脱机状态下通过Matlab 7.0软件选取患者同一图像上的肌纹理正常感兴趣区（ROI）和肌纹理疑似损伤ROI,提取两个ROI的纹理灰度值的均值（Mean）、灰度值的标准差（SDev）、纹理的密致性（NOB）、纹理基元形状的不规则度（IRGL）、纹理基元的平均大小（SOB）、纹理分布的均匀性（HOD）、纹理分布的方向性（DOD）和纹理分布的周期性（POD）8个特征参数,采用超声回波强度界面多级分解法自动计算两个ROI之间8个纹理特征的相似度差值。选取10名男性健康志愿者同部位正常肌肉二维超声图像作为对照,任意选取两个ROI,计算两个ROI之间上述8种纹理特征的相似度差值。对上臂肌肉挫伤患者和健康志愿者8个纹理特征的相似度差值进行对比分析。结果 急性上臂肌肉挫伤区局部肌束回声增强,肌纤维层次紊乱,纹理模糊,回声变化较周边肌纹理正常区显著。急性上臂肌肉挫伤患者肌纹理疑似损伤ROI和肌纹理正常ROI之间IRGL、DOD、POD、Mean和SDev等5个纹理特征相似度差值与健康志愿者任意两个ROI之间该5个纹理特征相似度差值差异有统计学意义（P均<0.01）。结论 基于超声回波强度界面多级分解法的计算机辅助定量评价技术能够对急性挫伤后肌肉高频超声二维图像纹理特征变化做出较人眼识别更精细的量化诊断,可能具备一定的临床实用价值。     

CT纹理分析在肝病变中的研究进展

CT纹理分析是一种新的图像后处理技术,主要是对CT图像进行后处理,对医学图像中像素的分布情况进行数学分析,提取CT图像中的像素分布情况,它能提取肉眼无法识别的图像信息。纹理分析的图像来源可以是CT扫描图像,CT增强扫描图像,PET-CT图像,甚至是一些后处理图像(例如灌注CT,类灌注CT图像)。目前CT纹理分析在肝脏非肿瘤、肿瘤病变以及疗效的预测中具有较多和较深刻的研究。尽管CT有了灌注CT、能谱CT以及PET-CT的进一步发展,但是还是对诊断肝的不典型良恶性病变,评估恶性肿瘤的恶性程度、预评价临床疗效以及肝纤维化分级等存在困难。CT纹理分析在解决这些难题方面显示出巨大的潜力以及良好的临床应用前景。     

CT纹理分析与淋巴结阴性结直肠癌患者伴同时性远处转移的相关性分析

目的 探讨CT纹理指标与淋巴结阴性的结直肠癌患者同时性远处转移的相关性。方法 回顾性分析82例淋巴结阴性结直肠癌患者的术前CT图像,12例患者伴同时性远处转移,70例不伴同时性远处转移,使用TexRAD软件对平扫及门脉期CT图像上病灶的最大层面进行分析,空间缩放因子(SSF)取0和2~6时获得6个纹理参数,比较两组之间各纹理参数值的差异性,计数资料使用卡方检验进行分析,计量资料使用曼-惠特尼检验进行分析。结果 同时性远处转移组和无同时性转移组间CT平扫图像上,SSF=3时的偏度值差异有统计学意义(P=0.031);CT增强图像上,SSF=2、3、5、6时的熵值差异有统计学意义(P分别为0.048、0.027、0.016、0.017),SSF=2的峰度值差异有统计学意义(P=0.026)。综合分析这6组有组间差异的纹理指标,当界值取0.636时,诊断同时性远处转移的敏感性为75%、特异性为89%。结论 CT纹理分析技术与淋巴结阴性结直肠癌患者伴同时性远处转移的诊断具有一定相关性。     

MR扩散加权成像纹理分析鉴别肝硬化背景下不典型强化的小肝癌和增生结节

目的探讨基于磁共振扩散加权成像(DWI)的纹理分析鉴别诊断肝硬化不典型强化小肝癌(sHCC)和增生结节(DNs)的价值。方法回顾性分析术前MRI动态增强不典型强化、手术标本病理学证实的单发肝硬化结节(≤2 cm)患者59例的资料,其中不典型强化sHCC 37例,DNs 22例。分析病灶的DWI信号特征,测量病灶的平均表观扩散系数(ADC)值、病灶与肝实质ADC比值。采用MaZda软件手工勾画感兴趣区,提取病灶DWI的纹理参数,采用Fisher系数、分类错误概率联合平均相关系数、交互信息三者联合的方法选择30个最佳纹理参数集合。使用原始数据分析、主要成分分析、线性判别分析和非线性判别分析进行纹理分类。采用独立样本t检验比较sHCC与DNs组间ADC值、ADC比值的差异,计数资料(或率)的比较采用χ2检验。采用ROC曲线分析评估诊断效能。结果DWI高信号鉴别不典型强化sHCC与DNs的灵敏度、特异度及准确度分别为94.6%(35/37)、68.2%(15/22)及84.7%(50/59)。不典型强化sHCC的ADC比值显著低于DNs,差异存在统计学意义(t=2.99,P=0.002);诊断不典型强化sHCC的灵敏度、特异度及准确度分别为73.0%(27/37)、72.7%(16/22)及72.9%(43/59)。DWI纹理分析诊断不典型强化sHCC的灵敏度、特异度及准确度为94.6%(35/37)、95.5%(21/22)及94.9%(56/59)。DWI纹理分析的诊断效能(AUC=0.94)显著高于DWI高信号(AUC=0.81)及ADC比值(AUC=0.72)。结论基于DWI的纹理分析可以鉴别肝硬化背景下不典型强化的小肝癌和增生结节,其效能优于定性及定量DWI。     

一种用于医学图像分割算法验证的模拟图像生成方法

目的 医学图像分割是计算机辅助诊断与治疗的基础技术,对各种自动分割算法性能的验证极为重要;但是临床图像无法直接提供“金标准”,亟需解决导致验证所需的测试数据难以量化评估的问题.方法 使用傅里叶描述子作为描述临床图像中待分割区域轮廓的函数,通过对傅里叶描述子的抽样生成新的轮廓,最后使用纹理匹配技术计算新图像中像素点的灰度值.结果 针对颅内出血的图像,以生成的模拟图像作为测试图像,对多阈值分割和水平集分割算法的精确性和准确性进行了定量的验证.结论 实验表明本方法能够快速地生成逼真的模拟医学图像,对分割算法的验证具有很强的实用性.     

基于直方图的纹理度量在超声乳腺肿瘤识别中的应用

探讨纹理特征在超声乳腺肿瘤诊断中的价值。提取超声图像中乳腺肿瘤的纹理度量,得到由均值、标准差、平滑度、三阶矩、一致性和熵组成的特征矢量,最后用反向传播人工神经网络（BP）对96幅乳腺肿瘤的良恶性进行分类识别。BP 神经网络对良、恶性肿瘤的正确识别率分别为88．4％和78．6％。基于乳腺肿瘤超声图像的纹理特征建立的神经网络系统对肿瘤的良恶性具有较好的识别能力。     

超声图像特征参数分析在胰腺癌鉴别诊断中的应用

目的 探讨应用数字图像处理技术提取超声内镜图像纹理特征,运用于鉴别诊断胰腺癌和慢性胰腺炎的价值.方法 纳入2005年2月至2011年3月行内镜超声检查(EUS)的经病理确诊的202例胰腺癌患者,与2002年5月至2011年8月行EUS检查的104例慢性胰腺炎患者(包括34例自身免疫性胰腺炎),共306例.提取EUS图像常见特征并联合运用类间距和顺序前进搜索算法进行特征选择.根据最优特征组合,通过支撑向量机将病例进行自动分类为胰腺癌和慢性胰腺炎病例并与实际分类结果比较,计算该诊断方法的敏感度、特异度、准确率、阴性预测值和阳性预测值.结果 根据所有入选的EUS图像共提取9大类,105个特征用于模式分类,最终选取13个特征为最优特征组合.将现有306例病例,随机划分为训练集和测试集,训练集153例(胰腺癌101例,慢性胰腺炎52例)、测试集153例(胰腺癌101例,慢性胰腺炎52例),用训练集训练分类器,测试集进行测试.共进行200次随机实验,最终分类的准确性平均为( 86.08±0.14)％,敏感度为(79.47±0.32)％,特异度为(89.71±0.18)％,阳性预测值为(81.21±0.26)％,阴性预测值为(88.93 ±0.14)％.结论 超声图像纹理特征分析鉴别诊断胰腺癌和慢性胰腺炎准确率高,且实施简便、无创,经济费用低,为早期胰腺癌和慢性胰腺炎的诊断提供了一个新的、有价值的研究方向.