基于肝脏超声图像的纤维化量化分析

超声诊断除了受主观性和诊断经验等人为因素影响外,检测频率、机器参数的设置等成像条件的变化也会对图像产生很大的影响,因而使肝脏纤维化的量化分析受到很大限制。本文基于任意的肝脏超声图像提出了利用纹理边缘共生矩阵(TECM)进行纤维化量化分析的方法,首先由Canny算子提取纹理边缘,并计算其共生矩阵的熵作为分类的特征值。通过用leave one out最近邻法和Fisher线性分类器进行分类试验,证明其分类精度优于分形维(FD)。而且,用Fisher线性分类器对TECM和差分盒计数法(DBC)组成的联合特征向量(J DT)进行分类试验,当阈值为时,分类正确率(CCR)可以达到95. 1%;取阈值为时,灵敏性可以达到100%。