1、本文致力于計(jì)算機(jī)輔助診斷系統(tǒng)（Computer Aided Diagnosis，簡(jiǎn)稱CAD）中肝臟B超圖像的識(shí)別研究，目標(biāo)是建立一個(gè)可協(xié)助臨床醫(yī)生識(shí)別多類肝臟 B超圖像的計(jì)算機(jī)輔助診斷平臺(tái)，完成對(duì)正常肝、肝硬化、脂肪肝三類B超圖像的識(shí)別。整個(gè)計(jì)算機(jī)輔助診斷系統(tǒng)主要由感興趣區(qū)域（Region of Interest，ROI）的選取、圖像預(yù)處理、特征提取和選擇以及分類器識(shí)別這四個(gè)模塊組成。首先在有經(jīng)驗(yàn)的醫(yī)生的指導(dǎo)下劃出肝臟區(qū)域，在指定范圍內(nèi)

2、提取感興趣區(qū)域，然后對(duì)獲得的 ROI進(jìn)行預(yù)處理，包括圖像去噪和圖像增強(qiáng)，接下來(lái)對(duì)ROI進(jìn)行特征提取和特征選擇得到最優(yōu)特征子集，最后將特征集合輸入設(shè)計(jì)好的分類器進(jìn)行分類識(shí)別。
　　文章主要研究了肝臟B超圖像紋理特征提取和選擇算法以及分類器的設(shè)計(jì)問題。由于肝臟病變形態(tài)的多樣性，并且沒有一定的規(guī)律可循，對(duì)于紋理特征的獲得，本文從灰度、空間、頻率三個(gè)方面進(jìn)行考慮，涉及到一階灰度統(tǒng)計(jì)、灰度共生矩陣、灰度差直方圖、小波包變換。利用所提取的紋理

3、特征就可以通過分類器對(duì)三種肝臟B超圖像（正常、脂肪肝、肝硬化）進(jìn)行分類識(shí)別。但是其中有些特征會(huì)包含重復(fù)信息，對(duì)分類效果產(chǎn)生負(fù)面影響，所以在特征提取之后需要設(shè)計(jì)一個(gè)特征選擇模塊，本文引入遺傳算法從原始特征集合中選出一個(gè)可分性好的最優(yōu)特征子集，以消除特征冗余。最后將最優(yōu)特征子集作為分類器的輸入。關(guān)于分類器的設(shè)計(jì)，本文在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上引入Adaboost理論，構(gòu)建出一種分類效果較傳統(tǒng)分類器更好的強(qiáng)分類器，依據(jù)最后的分類結(jié)果對(duì)CAD的性能