基于磁共振圖像紋理分析的肝癌惡性程度輕重級(jí)分類.pdf

1、設(shè)計(jì)和實(shí)現(xiàn)磁共振圖像紋理分析平臺(tái)，探索基于磁共振圖像紋理分析方法對(duì)肝臟腫瘤惡性程度進(jìn)行惡性程度輕級(jí)重級(jí)分類的算法，可為肝臟腫瘤惡性程度輕重級(jí)分類提供新的無(wú)創(chuàng)無(wú)毒副作用的技術(shù)手段，提高肝臟惡性腫瘤的診療水平。
　　首先探索對(duì)肝臟腫瘤惡性程度輕級(jí)重級(jí)進(jìn)行自動(dòng)分類的算法。選取140例肝MR圖像，交互式分割得三維MR感興趣區(qū)域ROI140個(gè)(惡性程度分級(jí)輕級(jí)70個(gè)，重級(jí)70個(gè))，提取出242個(gè)特征，用基于特征分組和特征排序的特征選擇法做特

2、征選擇后，對(duì)SVM分類器進(jìn)行訓(xùn)練，測(cè)試準(zhǔn)確率為0.61。實(shí)驗(yàn)結(jié)果并不理想。接著分別選用多尺度下的LOG濾波器，Gauss濾波器，Gabor濾波器和均值濾波器對(duì)肝臟MR圖像進(jìn)行降噪處理，把各個(gè)尺度LOG濾波后提取的紋理特征與未經(jīng)濾波圖像提取的紋理特征拼接后，選用基于特征分組和特征排序的特征選擇法選擇出新的特征空間作為分類器輸入，用SVM分類器來(lái)對(duì)肝臟惡性腫瘤惡性分級(jí)準(zhǔn)確率分別為0.8。對(duì)Gauss濾波器、Gabor濾波器以及均值的級(jí)準(zhǔn)確率

3、分別為0.72，0.70，0.63。把各濾波器各尺度下的紋理特征全部拼接，然后特征選擇，用SVM分類器對(duì)肝臟惡性腫瘤惡性分類準(zhǔn)確率可達(dá)到0.85。然后基于以上研究，設(shè)計(jì)和實(shí)現(xiàn)了針對(duì)三維MR圖像的肝紋理分析Matlab平臺(tái)。
　　實(shí)驗(yàn)結(jié)果表明，經(jīng)過(guò)降噪處理和特征拼接以及特征選擇后，分類性能會(huì)有所提升。把各尺度各種濾波器處理后的MR圖像提取的特征做拼接并進(jìn)行特征選擇，分類準(zhǔn)確率提升得最高。SVM分類器相對(duì)于BP神經(jīng)網(wǎng)絡(luò)和KNN更適用于