课件：B肝硬化超声检测.ppt

利用超声图像特征提取 无创检测肝硬化,复旦大学电子工程系 汪源源 周国辉,一、绪 论,肝硬化的临床超声诊断 M型超声图像 观察肝包膜在心血管搏动激励下的运动幅度 B型超声图像 观察肝组织的质地 优点：无损、直观 缺陷：重复性差、准确性因人而异,思路： 1. 研究肝脏M型和B型超声图像的特征提取 2. 结合临床病例，挑选出对肝硬化诊断敏感的特征参数组 3. 建立基于超声图像特征提取的肝硬化分析系统,二、肝脏超声图像的特征提取,(一)肝脏M型超声图像的特征提取,(a)正常肝脏 (b)肝硬化,利用肝脏M型超声图像的临床诊断,主要观察：肝包膜在心脏、大血管搏动或呼吸作用下的运动情况，估计出肝脏的弹性情况,肝包膜运动包络的提取,相关技术提取肝包膜运动包络,相关函数定义: R(k)=X(n)Y(n-k) 若肝包膜在两个时刻移动了k0个像素，则相关函数R(k)在k0处达到最大。 因而可以得到肝包膜在该时刻相对于起始波形的偏移,选取下一时刻的回波信号作为新的Y(n)，重复上述过程，得到肝包膜在每一时刻相对于起始波形的偏移，进而得到肝包膜的运动包络,用于肝包膜运动包络的形态滤波器：,数学形态学滤波,这两种算子都具有钳位作用，因而形态滤波将消除包络曲线的大部分噪声，使其更加光滑。,正常肝脏包膜运动包络的提取、滤波及分段,肝包膜运动包络的提取实例一,肝硬化病人肝脏包膜运动包络的提取、滤波及分段,肝包膜运动包络的提取实例二,最大波动幅度：AXmax-Xmin 标准差： X(n)-Xmean2/NT1/2 包络前三阶谐波的幅度: Ck|X(n)e-jkn2/NT|/NT (K=0,1,2),肝包膜运动包络的特征参数,在M型图像上可以观察到某一A型扫描线随心血管搏动而产生的运动 对相隔时间固定的两列A型扫描线求取相关系数，并改进作为特征系数：,A型超声扫描线的相关系数分析,第二种 两列A型扫描线中有一列取为固定的某一时刻， 定义特征系数：,A型超声扫描线的相关系数分析,特征参数的求取 1.把特征系数离散化为 R1(m)和R2(m) (m=0,1,NT) 2.特征参数定义：R1(m)和R2(m)的前七阶傅里叶谐波幅度 Dk和Ek (K=0,1,6),A型超声扫描线的相关系数分析,(二)肝脏B型超声图像的特征提取,(a)正常肝脏 (b)肝硬化,主要观察：表面回声是否出现凹凸不平、细波状、台阶状和锯齿状的改变；肝实质回声光点是否增多变粗，分布不均匀；等等,利用肝脏B型超声图像的临床诊断,在图像中选定一个感兴趣的区域，分析灰度和纹理变化情况，提取出三类相应的特征参数 1.灰度统计特征 2.灰度游程特征 3.相邻像素灰度差,肝脏B型超声图像的特征提取,设感兴趣区域共有N=NxNy个像素点，其中Nx、Ny分别为水平和竖直方向的像素点数，坐标为(x,y)的像素点其灰度值记作g(x,y) 1. 均值： M=g(x,y)/N 2. 方差： V=g(x,y)-M2/N1/2 3. 扭曲度： S=|g(x,y)-M|3/NV3 4. 峰度： K=g(x,y)-M4/NV4,灰度统计特征的定义,2019/8/22,21,可编辑,图像的灰度游程：在某个方向上从灰度值为g的点出发，如果有n连续个点的灰度值为g ，则称游程长度为n p(g,n)：整个区域中，灰度g长度为n的游程数 特征参数：游程百分比 RPG=p(g,n)/N,灰度游程特征的定义,像素与上下左右四个像素点之间的灰度差的均值，即： d(x,y)=|g(x+1,y)-g(x,y)| +|g(x,y+1)-g(x,y)|+|g(x-1,y) -g(x,y)|+|g(x,y-1)-g(x,y)|/4 特征参数：相邻像素灰度差的均值 Md=d(x,y)/N,相邻像素灰度差的定义,条件 1.图像来源：上海市崇明庙镇人民医院提供的43个病例(其中13例为肝硬化，30例为正常)的腹主动脉前肝脏M型和B型超声图像 2.超声仪：B&K 3535，探头频率5.0MHz 3.图象采集：超声仪器视频输出口(图像采集卡)计算机 4.计算及分析：PC机上用MATLAB语言编程,三、特征参数有效性分析及选取,最小错分样本总数准则 根据正常和异常两类样本分布情况，寻找一个判决阈值，使得这两类样本的误判总数达到最小,(一)单个特征参数的有效性分析,包络最大幅度的判决阈值,运动包络特征参数的判决,(二)特征参数的综合分类决策,特征融合顺序前进法 1.从未入选的特征参数中选择一个特征参数，使得新的特征参数组的可分性判据值最大 2.其中，可分性判据为入选特征参数对训练集的Fisher判决总体识别率,Fisher线性判别法,基本思想：将高维矢量投影到一维直线，使分属两类的样本在一维空间中尽可能地分开 x y： y=lTx l=-1(1-2) =(N1-1)1+(N2 -1)2/(N1+N2-2) i、i：第i类样本的均值和协方差阵 判决阈值： y0=lT(1+2) 若yy0 ，则判决x属于第一类 若yy0 ，则判决x属于第二类,所有特征参数的融合结果,入选特征数,总体误识别率 (%),所有特征参数的融合结果,二十个特征参数，可以达到Fisher判决的完全识别 (A、D0、 D6、 C0、C2、 D5、E3、D1、D3、D4、D2、E0、E1、E2、C1、E4、E5、M和S),四、肝硬化自动分析系统,采用的特征量：两种图像的二十个特征参数作为判决所用的特征量 决策规则：Fisher线性判决法,分析系统框图,系统硬件构成,商用的超声诊断仪器 PC机（装有图像采集卡）,系统工作描述,超声图像的获取 图像特征参数的提取和肝硬化多参数自动分析 病例库的更新和系统的优化决策判据的修正,超声图像的获取,经验丰富的医生在通用的超声仪器上采集肝包膜区域的M型超声图像和B型超声图像 通过图像采集卡将超声图像采集到计算机中,图像特征参数的提取和分析,编程提取M型超声图像和B型超声图像的特征参数 根据建立的Fisher多参数判决系统，计算病例的模式识别结果，判