基于B超图像多重分形谱的脂肪肝严重程度识别

李芳

【摘要】目的：以B超图像多重分形谱分析法为基础，建立出一种计算机诊断辅助法，可对正常肝脏与不同程度脂肪肝进行诊断识别。方法：提取每幅B超图像多重分形谱曲线的奇异标度差和多重谱面积两个特征量，并结合近远场灰度比特征量，组成三维特征矢量输入BP人工神经网络，进而对不同程度脂肪肝进行分类识别。结果：由统计结果可知，对于正常肝脏识别率为96%；对于轻度脂肪肝识别率为80%；对于中度脂肪肝识别率为88%；对于重度脂肪肝识别率为92%。结论：奇异标度差和多重谱面积两个特征量结合近远场灰度比特征量，组成三维特征矢量输入BP人工神经网络，可在B超图像上对不同程度的脂肪肝进行较好的识别，其作为重要的辅助手段，有利于医师更好的为患者作为诊断，临床使用价值较高。

【关键词】B超图像；多重分形谱法；脂肪肝严重程度

【中图分类号】R575.5【文献标识码】B【文章编号】1003-5028（2015）6-0623-02

不论是何种疾病，及早的诊断与治疗均具有重要的临床意义。脂肪肝根据发病时间、病情严重程度可分为轻、中、重三个等级，及早的治疗可预防脂肪肝病症发展。准确的诊断可为医师治疗方案提供良好的参考意见。超声诊断是脂肪肝的常用诊断方法，但由于超声诊断图像质量受到超声成像机制影响，质量往往较差[1]。随着医学技术的不断发展，在超声诊断基础上结合计算机辅助诊断法使得脂肪肝诊断已成为可能。在本次调查中，笔者将重点分析基于B超图像多重分形谱的脂肪肝严重程度识别。具体情况如下：

1设计与方法

1.1图像采集

分别收集50例正常人肝脏B超图像、40例轻度脂肪肝B超图像、50例中度脂肪肝B超图像与30例重度脂肪肝B超图像。

1.2选取感兴趣区域

通过原扇形扫描，选择出可代表肝组织纹理特征的感兴趣区。本文需提出灰度特征感兴趣区域及纹理特征感兴趣区域。其中，提出灰度特征感兴趣区域时需满足下述原则：（1）于近场及远场分别提出一个感兴趣区域；（2）两个感兴趣区域均由手工勾画，其形状与大小需完全相同；（3）感兴趣区域内不得存在血管与肋骨声影。提取纹理特征感兴趣区域时需满足下述原则：（1）每一次选取的部分均固定相同；（2）感兴趣区域形状大小为100X100像素；（3）感兴趣区域内不得存在血管与肋骨声影。（4）选取区域需在近场或中场，避免远场。

1.3提取特征量

1.3.1MIR提取

MIR提取计算公式为：MIR=。其中，MImar为近场ROI平均灰度；MIfar为远场ROI灰度。

1.3.2多重分形谱特征量提出

该特征量于纹理特征感兴趣区域中提取。其需通过“差分盒分形计数法”对感兴趣区域概率密度函数进行计算，后通过直接计算法获取以奇异标度为横轴、多重谱函数为纵轴的多重分形谱曲线。

1.3.3特征矢量选择

将3个特征量进行组合，获取4个特征矢量，后对特征适量以自组织特征映射人工神经网络进行检验。

1.3.4分类识别图像

构造三层BP人工神经网络用以识别不同程度的脂肪肝。

2结果

2.1BP神经网络识别结果

具体情况见表1：

3讨论

3.1特征量

脂肪肝是临床上的常见病，该类患者肝组织内部脂肪颗粒沉积，使得肝部逐渐呈现脂肪化特征。在行超声诊断过程中，因近端肝组织吸收与散射的超声波比例逐渐加重，因此超声波较难到达远场。因此所得的超声图像以近场亮度增加，而远场亮度却减弱，临床上称之为“亮肝”。因此可通过脂肪肝B超图像近远场MI比值对脂肪肝不同程度进行分析，且MIR越大，其脂肪肝程度则越严重。较传统方法相比，灰度特征感兴趣区域选取方法可有效避免血管及肋骨声影对诊断结果造成的干扰。对于正常而言，因B超诊断过程中肝脏组织存在反射与散射情况，因此所得的超声图像是不均匀的。而对于脂肪肝患者，因组织内存在脂肪颗粒，在B超诊断过程中，脂肪颗粒可对超声波进行散射，进而形成的图像中可形成高亮度的点状回声，与正常组织存在的一定的差别。且脂肪肝症状越严重，点状回声越多、越明显，重度患者的点状回声可呈现云雾状，因此其图像灰度值与正常者相比较为平缓。因此，正常者的肝脏B超值较脂肪肝患者相比更加剧烈，其奇异性程度也较大。而对于严重脂肪肝患者，其图像灰度值会逐渐平缓，奇异性程度也随之降低[2]。

3.2识别结果

多级分类识别方法可有效解决多类型样本之间的识别问题。而该种方法除了可获得正确识别率外，同时还可知晓被错分的样本是何种类型，有利于BP网络结构后续研究提供了一定的参考意见。

在识别过程中，往往存在将轻度脂肪肝错认为正常肝脏事件。一方面，因B超诊断中轻度脂肪肝与正常肝脏所得超声图像的吻合率较高。另一方面与轻度脂肪肝图像特征矢量数值存在较大波动相关[3]。

综上所述，奇异标度差和多重谱面积两个特征量结合近远场灰度比特征量，组成三维特征矢量输入BP人工神经网络，可在B超图像上对不同程度的脂肪肝进行较好的识别，其作为重要的辅助手段，有利于医师更好的为患者作为诊断，临床使用价值较高。

参考文献：

[1]张建炜,汪天富,殷杰等.基于B超图像多重分形谱的脂肪肝严重程度识别[J].中国医学影像技术,2009,25(7):1289-1292.

[2]TakahashiT，MurataT，NaritaK，eta1．Multi-fractalanalysisofdeepwhitemattermicro-structuralchangesonMRIinrelationtoearly-stageatherosclerosis．Neuroimage，2006，32(3)：1158-1166．

[3]GangW，HaiH．HongboX．etal．Multi-fraetalanalysisofventricularfibrillationandventriculartachycardia．MedicalEngineeringPhysics，2007．29(2)：375-379．