基于纹理分析的脂肪肝B超图像识别

被引：40

作者：

汪小毅

林江莉

李德玉

汪天富

郑昌琼

程印蓉

机构：

[1] 四川大学生物医学工程系,四川大学生物医学工程系,四川大学生物力学工程实验室,四川大学生物医学工程系,四川大学生物医学工程系,成都市第一人民医院超声科四川成都,四川成都,四川成都,四川成都,四川成都,四川成都

来源：

航天医学与医学工程 | 2004年 / 02期

关键词：

超声多普勒; 脂肪肝; 纹理分析; 图像识别; 自组织特征映射; 算法;

D O I：

10.16289/j.cnki.1002-0837.2004.02.016

中图分类号：

R445.1 [超声波诊断];

学科分类号：

100231 [临床病理学];

摘要：

目的为B超诊断脂肪肝建立计算机辅助诊断手段。方法通过分析正常肝和脂肪肝B超图像的纹理特征 ,包括灰度共生矩阵的角二阶矩、熵和反差分矩统计特征 ,组成特征矢量 ,再用k 平均聚类算法和自组织特征映射人工神经网络算法对特征矢量进行分类处理。结果k 平均聚类算法对正常肝的识别率为 63.6% ,对脂肪肝的识别正确率达 90 .9% ;自组织特征映射人工神经网络对正常肝的识别正确率达 84.8% ,对脂肪肝的识别正确率达 90 .9%。结论本文中建立的方法能较肉眼更精确地反映正常肝和脂肪肝B超图像的特征 ,如果再结合医生的临床经验能大大提高脂肪肝的诊断准确性。

引用

页码：144 / 148

页数：5