医学图像纹理分析的方法及应用

医学图像中的纹理特征变化反映了机体的病理改变,因此,图像纹理分析对于疾病的鉴别诊断具有重要意义。目前,由于医学图像及其纹理的复杂性,尚未有一种通用的、适合各类医学图像的纹理分析方法。医学图像纹理分析中有4种常用的纹理特征提取方法,其每种纹理特征提取方法均存在优点和缺点。对不同医学影像(CT、MRI、B超及数字X线片)上肝部及肺部疾病的图像纹理分析表明,基于肝脏病变CT图像的计算机辅助诊断系统提取的纹理特征对图像内容有较好的区分性;通过纹理分析可对早期肺癌进行检测。     

模式识别在医用超声数字图像特征提取中的应用研究

目的:设计超声数字图像特征提取及辅助分析系统,以提高超声图像分析效率和临床诊断效果。方法:基于图像模式识别方法,建立图像预处理、特征提取和辅助分析工具;采用提取图像降噪、增强、均匀化、特征提取及分析等方法,构建标准化超声图像辅助分析流程。结果:超声数字图像特征提取及辅助分析系统实现了标准化超声图像分析流程,构建的图像预处理、特征提取和辅助分析工具,在心脏占位病变鉴别、乳腺组织肿瘤分割、骨骼肌量化评估等场景测试中能够增强图像典型特征显示,有助于提高临床诊断质量及效率。结论:超声数字图像特征提取及辅助分析系统可将模式识别方法引入超声图像分析中,通过图像预处理提取图像宏观特征和感兴趣区域(ROI)特征,构建一种超声图像模式识别工具,对于类似的超声图像分析系统具有参考意义。     

基于MR图像的轻度认知功能障碍患者胼胝体三维纹理分析研究

目的研究轻度认知功能障碍(Mild Cognitive Impairment,MCI)患者胼胝体MR图像的三维纹理特征,以期尽早发现和筛选出阿尔茨海默病(Alzheimer’s Disease,AD)的高危人群,为AD的治疗提供最佳的时间。方法选取18例MCI患者(MCI组)及18例健康对照组(NC组)的MR图像进行三维纹理分析,采用灰度共生矩阵和游程长矩阵提取每位受试者胼胝体的10个三维纹理特征,比较两组样本的各纹理特征间是否存在显著性差异。结果提取的10个纹理参数中除灰度不均匀度因子,两组间没有显著性差异(P>0.05),其余9个参数两组间均存在显著性差异(P<0.05)。结论三维纹理特征能反映出MCI患者胼胝体部位的病理病变,有助于AD的早期诊断和治疗。     

LASSO与经典特征选择方法在高级别前列腺癌诊断中的价值北大核心CSCD

目的对比R语言中LASSO与经典特征选择方法在前列腺纹理分析诊断高级别前列腺癌中的效果。方法回顾分析临床怀疑高级别前列腺癌,进行多参数磁共振检查的患者,所有患者均在磁共振检查后一个月内进行经直肠超声引导穿刺活检获得病理结果。提取T2WI、ADC、T1WI-DCE序列的纹理特征及T1WI-DCE的定量特征,分别应用LASSO和经典方法进行纹理特征选择,再对经特征选择后的数据分别通过多元logistic回归(LR)建立高级别前列腺癌的预测模型,最后采用受试者工作特征曲线(ROC)分别评价模型效能。结果LASSO+LR验证集敏感度为0.8261,特异度为0.9444,准确度为0.8983;经典法+LR验证集敏感度为0.9130,特异度为0.9167,准确度为0.9153;两个模型验证组AUC之间无统计学差异(P=0.3630)。结论LASSO和经典方法在用于前列腺纹理分析诊断高级别前列腺癌的特征选择时,均表现出良好效能,且差异无统计学意义,两者均可应用磁共振纹理分析鉴别高级别前列腺癌与良性前列腺增生。     

超声图像的改进Gabor环纹理特征提取

Gabor环（即在频率域成环形分布的Gabor滤波器组）常被用于提取图像纹理特征，但它是以“纹理是窄带信号”为基础的，实际的纹理图像并不能很好地满足“窄带信号”的假设，用一个中心频率来描述一种纹理对能量集中在多个频率点的纹理图像往往不能取得理想的效果。而根据频谱特征值向量构造Gabor环的改进方法，通过松弛因子的加入改变不同滤渡器的作用强度，综合考虑了多频率多相位对纹理特征提取的影响。经过对114幅二维超声心动图像进行检索实验。结果表明。此改进方法的提取效果明显优于现有方法，充分证实该方法行之有效。     

深度学习红外成像睑板腺分割处理系统

为了更好地辅助医生对干眼症的诊断,提高眼科医生对睑板腺病情的辨识能力,提出了一种基于Mobile-UNet网络的睑板腺图像分割及增强方法。首先,将Mobile-Net作为U-Net的编码部分进行下采样,提取特征后将其与解码器中的特征融合来指导图像分割。然后,将分割出的睑板腺区域单独进行图像增强以辅助医生进行干眼症病情的判断,避免非病灶区域的干扰。最后,通过对实验采集100个患者、200张睑板腺图像进行语义分割网络的训练和验证,并且使用清晰度评价指标来验证睑板腺增强效果。实验结果表明,该研究提出的方法相似系数稳定在92.71%,图像清晰度指标均优于市面上同类干眼检测仪器。     

基于内容的医学图像检索中对Tamura纹理特征的算法改进

目的：对Tamura纹理特征的算法进行改进,使之在医学图像检索中适用于不规则图形的计算。方法：对乳腺图像进行分割,提取出感兴趣区域（ROI）。在样本（包含正常乳腺图片和乳腺肿瘤图片共281幅）中使用传统算法Tamura纹理特征和改进算法的Tamura纹理特征进行图像内容检索,比较2种算法的检索结果。结果：初次检索时,传统Tamura算法在样本中检索出93幅相关图像,175幅不相关图像：改进后的算法检索出91幅相关图像．131幅不相关图像。结论：使用改进算法的Tamura纹理特征进行查询,在保证查全率的基础上查准率有较大提高。提示改进算法后的Tamura纹理特征更适用于医学图像中不规则区域的特征计算。     

前列腺癌诊断及预后评估中MRI影像组学的应用分析

目的：分析应用MRI影像组学诊断和预后评估前列腺癌的技术要点和临床价值。方法：选取2021年1月～2022年12月疑似前列腺癌患者120例,采用MRI影像组学方法和病理检查,提取影像纹理特征和构建模型,分析病理检查结果、主要纹理特征,评价模型应用价值。结果：病理检查显示,前列腺癌61例,前列腺增生59例;影像纹理特征显示,共6类1129个;模型分析显示,前列腺病灶预测模型应用效能良好,训练组AUC 0.87,95%可信任区间（0.72～1.00）,敏感度81.0%,特异度90.0%,模型准确率100.0%,阳性预测值100.0%,阴性预测值85.00%,验证组AUC 0.98,95%可信任区间（0.93～1.00）,敏感度85.0%,特异度85.0%,模型准确率85.0%,阳性预测值85.0%,阴性预测值85.0%。结论：MRI影像组学可辅助医师有效检出前列腺病变,促进病灶识别,以ADC图像为基础确定影像组学特征搭建模型,可比较准确地判别前列腺癌与前列腺增生,指导临床医师科学治疗疾病。     

基于医学图像形状分析的脑肿瘤自动辅助诊断系统

介绍基于医学图像形状分析的脑肿瘤自动诊断辅助系统.系统利用进一步完善DICOM医学图像浏览显示和数据库查询等PACS(Picture Archiving and Communication System)功能,采用模糊区域竞争的算法进行切片的实时分割,对分割后具有不规则轮廓特征的脑肿瘤图像提取轮廓标记、紧凑度、矩描述子、傅里叶描述子、弦长和半径等形状特征,以及其他医学数据输入到贝叶斯专家诊断器,将肿瘤形状进行分类,实现脑肿瘤的自动辅助诊断.     

阿尔茨海默病患者MR图像胼胝体三维纹理特征研究

目的研究阿尔茨海默病（Alzheimer Disease,AD）胼胝体磁共振图像的三维纹理特征。方法对12例AD患者和12例健康对照者（Normal Controls,NC）进行三维纹理分析。采用灰度共生矩阵方法提取三维纹理参数,分析纹理参数在两组间的差异及与临床简易智能状态检查量表（Mini-Mental State Examination,MMSE）评分之间的相关性。结果研究结果显示,胼胝体部位的能量、逆差矩、对比度、熵、差熵及差方差在两组间存在显著性差异,并且与MMSE评分存在相关性。结论三维纹理特征可能反映出AD患者胼胝体部位的病理病变,有助于AD的诊断。     

膀胱赘生物影像学特征的计算机辅助诊断

目的：从影像图像中挖掘深层次诊断信息,为膀胱赘生物的计算机辅助诊断提供理论依据。方法：对膀胱赘生物磁共振图像予以降噪、锐化等处理,选取平均灰度强度、熵、均匀度作为图像纹理特征;计算感兴趣区域中膀胱赘生物与正常膀胱壁组织的纹理特征．最后将数据进行统计分析。结果：纹理特征中熵与均匀度t检验P〈0．05,提示这些纹理特征在膀胱赘生物（肿瘤）和正常膀胱壁组织之间存在显著性差异,而平均灰度强度t检验P〉0．05,故不能认为该特征在两种组织间存在显著性差异：结论：上述纹理特征在两种组织之间明显不同,使它们可用于膀胱肿瘤浸润膀胱壁深度的判断．进而可确定肿瘤的分级。     

不规则图像灰度共生矩阵生成方式的比较

目的：对不规则图形的灰度共生矩阵生成方法进行对比,通过实验总结出不同方法的适用范围。方法：勾勒图像中感兴趣区域（ROI）,采用取原始图像中相应点法和邻域近似法分别生成灰度共生矩阵,并计算相应的纹理特征。将得到的纹理特征进行t检验。结果：对乳腺癌图像,2种不同方法生成的灰度共生矩阵没有表现出统计学差异：然而在膀胱癌组和正常膀胱壁组,统计显示不同方法生成的灰度共生矩阵存在差异。结论：在图像中ROI与周围区域不存在强对比且ROI边界点数量有限的情况下,2种方法差别不大,采用取原始图像中相应点灰度值的方法更简单：当ROI与周围区域存在强烈对比并且ROI较为狭长、边界点较多的情况下,邻域近似求解的方法更为适用。     

MRI医学图像纹理分析系统的研制与开发

很多研究都已经证实当人体的组织发生病理变化时，图像纹理特征也会相应改变，如何从MRI图像中提取表征这种常规MRI无法观察到的微观结构改变的特征是本文研究的重点。本文旨在开发一个对MRI医学图像进行纹理分析的系统，其功能包括实现图像的显示及图像信息的读取。选取ROI（Regions of Interest，感兴趣区），对感兴趣区提取5个纹理特征，形成样本，存人样本库，以及对样本进行分类和统计检验。本系统的开发为从纹理分析的角度研究MRI医学图像提供了方便，具有较高的实用价值。     

磁共振成像前列腺射频线圈的研制

介绍一种经直肠的射频线圈，通过减小线圈到前列腺的距离，增加线圈的填充系数以及提高线圈的品质因子的办法提高成像的信噪比。为了验证设计的效果．用网络分析仪对线圈的射频特性进行了分析。应用体模对线圈进行了模拟人体环境的成像，并与商用的TORSO线圈成像数据进行了比较分析．结果显示所设计线圈图像的信噪比要高出三倍．且其它参数都达到了设计的要求。     

多发性硬化患者视力障碍与磁共振图像胼胝体纹理特征研究

目的研究多发性硬化(MS)视力障碍患者胼胝体压部常规磁共振图像纹理特征。方法从13例临床表现视力障碍和19例视力正常的MS患者常规磁共振矢状位T1加权图像胼胝体压部表现正常部位提取感兴趣区,组成视力障碍组和对照组样本集;经灰度共生矩阵、灰度梯度共生矩阵映射,提取纹理参数;建立逻辑回归模型,测试临床表现视力障碍MS患者胝体压部的纹理特征。结果研究结果显示,胝体压部图像的差均值(OR=4.053,P=0.034)和灰度均方差(OR=0.371,P=0.021)与临床表现视力障碍有关。结论有视力障碍的MS患者与无视力障碍患者胼胝体压部MRI纹理特征不同。图像纹理分析方法可能为揭示MS隐匿性病变提供新方法。     

衍射增强成像的肝脏组织微观可视化研究

目的：探讨衍射增强成像的肝脏组织微观可视化研究。方法：采用在日本光子工厂获得的实验数据,利用滤波反投影法重建肝脏的断层图像,并且对图像进行去噪、增强、消除环状伪影、剪切等处理。此外,选取2种不同的肝纤维化模型的衍射增强图像,计算感兴趣区的纹理测度,并进行分析。结果：四氯化碳诱发的肝纤维化与白蛋白诱发的肝纤维化的衍射增强图像的纹理测度惯量、相关、和的均差确实存在差异,在一定程度上反映了2种物质诱发肝纤维化的不同。结论：衍射增强图像可以清晰地显示肝纤维化的组织纹理特征,是一种很好的X线成像技术。     

应用MR影像组学量化放疗前后脑白质变化的研究

目的 研究脑肿瘤放疗前后脑白质MR影像组学特征变化,分析影像组学特征变化与放疗剂量的关系,为放射性脑白质损伤的早期预测及监测提供参考方法。方法 选取2018年9月至2020年7月在山东省肿瘤医院接受放疗的脑肿瘤患者70例,分别获取患者模拟定位CT及MR图像（T1平扫、T1增强以及T1增强到T1平扫的剪影图像T1剪影）,患者放疗23～50 Gy后再次获取MR图像。根据患者实际照射剂量,将接受0～5 Gy、5～10 Gy、10～15 Gy、15～20 Gy、20～30 Gy、30～40 Gy及 > 40 Gy不同剂量梯度的脑白质定义为感兴趣区域（ROI）。提取不同ROI在T1平扫、T1增强以及T1剪影三个序列图像中的影像组学特征,比较放疗前后每个ROI MR影像组学特征的差异,分析其与放射剂量变化的关系。结果 每个ROI在每套图像上提取93个影像组学特征。在T1平扫、T1增强以及T1剪影图像中放疗前后差异具有统计学意义的特征数分别为,0～5 Gy：52、52、7。5～10 Gy：1、1、9。10～15 Gy：0、16、28。15～20 Gy：15、8、2。20～30 Gy：1、77、25。30～40 Gy：38、64、29。> 40 Gy：32、47、6。放疗前后变化率超过±50%的特征中,在0～5 Gy、5～10 Gy、10～15 Gy、15～20 Gy、20～30 Gy、30～40 Gy、> 40 Gy剂量梯度下不同MR序列影像组学特征最大变化率分别达到：T1平扫164.06%、1.39%、无、35.76%、7.4%、156.45%、657.25%;T1增强126.88%、2.7%、198.7%、192.92%、128%、149.19%、531.96%;T1剪影 -605.04%、-656.93%、739.06%、-325.36%、1919.53%、4967.44%、6081.3%。T1剪影影像组学特征变化显著高于T1平扫、T1增强。结论 脑白质MR影像组学特征在放疗前后不同剂量梯度下的变化显著,较常规大体影像可更好的揭示脑白质微观变化,为脑白质放射性损伤的早期预测及检测提供了可行的客观方法。     

基于DT—CWT变换统计模型的医学图像纹理检索

针对离散小波变换具有平移变化性和弱方向性的特性,本文提出了一种基于双树复小波变换(DT-CWT)统计模型的医学图像纹理检索方法。该方法首先利用双树复小波变换系数的平移不变和多方向选择特性,建立广义高斯分布的统计模型,然后基于该模型提取图像的特征矢量,最后利用改进的Log-likelihood(ILL)相似性测度算法进行纹理图像检索。实验结果表明,该方法的检索查准率达到了82.8%,相比于传统的Gabor算法和小波算法都有了较大的提高,对今后的纹理图像检索具有重要的理论与实际意义。