基于MR增強圖像紋理特征的肝纖維化分期診斷研究.pdf_第1頁
已閱讀1頁,還剩43頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、目的:
  本研究采用無創(chuàng)的計算機輔助診斷方法,分期識別大鼠肝纖維化模型MRI增強圖像的紋理特征。
  方法:
  48只大鼠隨機分為實驗組(36只)和對照組(12只)。實驗組大鼠皮下注射50%四氯化碳(CCL4)/橄欖油混合液(體積比1∶1),注射劑量為0.3ml/100g,首次劑量為0.5ml/100g,每周兩次,共12周,對照組注射相同劑量的生理鹽水。從第4周起,每周用3.0TMR西門子掃描儀采集大鼠肝臟圖像,M

2、R線圈為大鼠專用線圈。尾靜脈注射造影劑Gd-DTPA(馬根維顯0.2 ml/100g),注射后的180s采用3D_VIBE_fs_T1WI梯度回波序列,采集平衡期MR圖像。參考MR圖像,每個大鼠肝臟切取7-9個肝臟組織進行HE染色和改良的Gomori氨銀法染色,光鏡下判別F0-F4期肝纖維化分期。依據(jù)病理結果,在平衡期圖像上手動提取10×10像素大小的感興趣區(qū),采用非線性量化Lloyd's算法和經(jīng)典線性量化方法將原始圖像數(shù)據(jù)壓縮至256

3、級,并用灰度共生矩陣GLCM提取20個紋理特征參數(shù):自相關系數(shù)、對比度、相關性、突出聚類、陰暗聚類、非相似聚類、能量、熵、同質度、最大概率、方差、和平均、和方差、和熵、差方差、差熵、相關信息度1、相關信息度2、歸一化逆差、和歸一化逆差距,從4個方向提取共80個紋理特征參數(shù),最后分別采用BP神經(jīng)網(wǎng)絡、Linear、K-NN和支持向量機四種分類器對F0-F4期的肝臟組織的ROI進行兩兩分類識別。
  結果:
  43只大鼠完成全

4、部實驗過程,5只大鼠死亡。10只對照組大鼠的病理結果均為F0期。33只大鼠的病理結果均在F1-F4期間,未見F5期(肝硬化期),其中28只大鼠的所有切取組織的病理結果為同一期別,另外5只大鼠全肝的病理結果不完全一致,在同一肝臟內(nèi)共存不同期別的肝纖維化?;诜蔷€性量化的BP神經(jīng)網(wǎng)絡分類器的分類結果總體優(yōu)于線性量化的分類結果,非線性量化的BP神經(jīng)網(wǎng)絡分類器的結果為:在F0vsF2、F0vsF3、F0vsF4間的分類準確率分別為0.6190、

5、0.6727、0.6716; F2vs F3、F2 vsF4間的分類準確率分別為0.6406和0.8026;F3vsF4間的分類準確率為0.7941,即在F2vsF4、F3vsF4間分類準確率最高(0.8026、0.7941)?;诜蔷€性量化的BP神經(jīng)網(wǎng)絡的分類結果總體優(yōu)于基于非線性量化的其他三個分類器結果,Linear分類器區(qū)分F0vsF4期結果最好,準確率為0.6716;K-NN分類器區(qū)分F2vsF4期的結果最好,準確率為0.697

6、3;而SVM分類器在F3vsF4期的分類最好,準確率0.7353。
  結論:
  一、基于Lloyd's算法的BP神經(jīng)網(wǎng)絡分類器的準確率高于線性量化的BP神經(jīng)網(wǎng)絡分類器;基于Lloyd's算法的四個分類器中,較Linear、K-NN和SVM分類器,BP神經(jīng)網(wǎng)絡分類器更適合于大鼠肝纖維化模型的分期識別。
  二、本文采用的無創(chuàng)、客觀量化的計算機輔助診斷方法,提高了大鼠肝纖維化分期識別的準確率,為臨床肝纖維化的準確分期診

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論