基于CT图像统计纹理特征的甲状腺结节识别技术
彭文献1
刘晨彬2
夏顺仁3
陈益红4
刘蕊4
1.浙江大学生物医学工程教育部重点实验室,浙江杭州310027;杭州医学院医学影像学院,浙江杭州3100532.Biodesign Institute,Arizona States University,Tempe,United States3.浙江大学生物医学工程教育部重点实验室,浙江杭州,3100274.杭州医学院医学影像学院,浙江杭州,310053
摘要：目的 探讨灰度共生矩阵和灰度梯度共生矩阵统计学纹理特征在CT图像上甲状腺结节良恶性鉴别的可行性.方法 回顾性收集甲状腺结节经手术病理证实的CT图像134例,手动提取含结节的单侧甲状腺感兴趣区(region of interest,ROI).计算ROI的统计学纹理特征并归一化到[0,1],支持向量机作为分类器,并结合留一交叉验证法来评价实验效果.结果 统计学纹理特征在甲状腺结节良恶性鉴别中的准确率为0.76,敏感度0.60,特异性0.86和受试者操作曲线下面积为0.81.结论 基于灰度共生矩阵和灰度梯度共生矩阵的统计法纹理特征,在甲状腺CT图像上对于结节的良恶性鉴别具有较好的分类效果.
关键词：甲状腺结节灰度共生矩阵纹理特征支持向量机
分类号：R814.42(放射医学)
资助基金：国家重点研发计划(2016YFC1306600)浙江省卫生厅科研项目(2015115991)浙江省教育厅科研项目(Y201636958)
论文发表日期：2017-01-01
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( 258-262 )
英文信息