基于纹理分析的脂肪肝B超图像识别
汪小毅1
林江莉1
李德玉2
汪天富1
郑昌琼1
程印蓉3
1.四川大学生物医学工程系,四川成都,6100652.四川大学生物力学工程实验室,四川成都,6100653.成都市第一人民医院超声科,四川成都,610016
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.
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
分类号：R319(医用一般科学)
资助基金：四川省应用基础研究计划(03JY029-072-2)
论文发表日期：2004-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 144-148 )
英文信息