甲状腺良恶性结节超声二维灰阶图像鉴别的数学模型比较研究

目的 构建并比较甲状腺良恶性结节超声二维灰阶图像的多种数学模型。方法 收集河北医科大学第三医院2015年6月至2021年6月行超声检查发现甲状腺结节的504例患者。术中共切取546个甲状腺结节样本行病理学检查，其中良性结节415个，恶性结节131个。根据甲状腺结节超声二维图像的灰度值，找到区分良恶性的显著征象；通过数学模型建立多种分类器，比较不同分类器显示良恶性结节的精度和覆盖度，找到最优的数学分类模型。结果 通过用良恶性的显著特征构建Fisher分类、回归分类、贝叶斯分类和Libsvm分类。Libsvm分类诊断甲状腺结节良恶性的精度和覆盖度最优，诊断甲状腺良性结节的精确度为93.8%，覆盖度为78.9%；甲状腺恶性结节精确度为81.8%，覆盖度为94.7%。结论 Libsvm分类器可以快捷精准地判断甲状腺结节良恶性，进一步促进甲状腺结节的临床诊断及治疗。