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.     

EUS图像胰腺癌分类中粒子光斑的去除

已有基于图像纹理特征对胰腺超声内镜图像进行是否为癌症的分类方法。放射性粒子植入治疗是一种较常用的姑息治疗方法。治疗后的图像中由植入粒子所产生的光斑对分类的结果有一定的影响。通过使用改进的中值滤波方法去除光斑后分类结果的准确性有了一定的提高。     

基于胰腺超声内镜图像多尺度分块的分类研究

目的获取目标图像中癌症可能性较高区域的局部分布情况。方法综合胰腺超声内镜图像的多尺度分块方法以及现有的图像分类方法,根据多尺度分块的特点,对原用的分类方法进行改进,并提取23个图像纹理特征。结果将216幅胰腺超声内镜图像作为训练及测试样本进行多次随机实验,所得结果能显示图像中各个小块为癌症的可能性。结论此方法能为医生的临床诊断及放射粒子治疗的植入位置提供参考。