首页 > 北京生物医学工程 > 基于BP神经网络的肝包虫CT图像的定量研究

基于BP神经网络的肝包虫CT图像的定量研究

Quantitative study of CT images of hepatic hydatid based on BP neural network

二维码有效期 120s

摘要目的肝包虫病的CT影像映射了不同亚型包虫病的病理学的差异性,本研究获取了可以印证包虫病病理学改变的关键的影像组学特征,结合人工神经网络(artificial neural network,ANN)对肝包虫病和正常肝脏进行分型,为肝包虫病的诊断、分型提供支持.方法提取基于灰度直方图、灰度共生矩阵、灰度-梯度共生矩阵等36 维特征值,构建肝包虫图像特征集;选取曲线下面积(area under curve,AUC)＞0.72 以获取反映图像特征变化的关键影像组学特征,并绘制特征分布曲线;构建BP神经网络模型并采用参数评估、受试者工作特征(receiver operating characteristic,ROC)曲线对模型进行定量评价.结果 AUC特征分布:正常肝脏的特征曲线分布均匀,各特征峰值明显低于肝包虫病影像;单囊型特征分布曲线均显现出双峰分布,包虫病灶区域与正常组织形成明显灰度纹理差异性;多囊型特征分布集中且峰值紧凑,灰度级和纹理分布更密集、更复杂,与CT影像中"囊内囊"表现相印证.BP 神经网络分型:多囊型、单囊型和正常肝脏影像的训练、验证、测试、全部样本分类准确率均达到90%以上.结论 BP神经网络模型对肝包虫病与正常肝脏CT图像灰度纹理特征差异具有较好的感知判别效果,为肝包虫疾病的早期发现、确诊、治疗提供科学依据.

作者张岁霞 ^[1] 王亚勇 ^[2] 姜丹 ^[3] 王晓荣 ^[4] 学术成果认领

作者单位新疆医科大学医学工程技术学院(乌鲁木齐 830054);浙江大学生物医学工程与仪器科学学院(杭州 310058) ^[1] 新疆医科大学第二附属医院药学部(乌鲁木齐 830054) ^[2] 北京大学药学院(北京 100191) ^[3] 新疆医科大学第一附属医院,省部共建中亚高发病成因与防治国家重点实验室(乌鲁木齐 830054) ^[4]

关键词肝包虫病灰度纹理特征 BP神经网络定量分析图像识别 hepatic hydatidosis gray texture features bp neural network quantitative analysis image identification

分类号 R318.04（医用一般科学）

栏目名称

论著

DOI 10.3969/j.issn.1002-3208.2023.05.002

发布时间 2023-10-30（万方平台首次上网日期，不代表论文的发表时间）

基金项目

新疆自然科学基金联合项目（2021D01C295）新疆自然科学基金联合项目（2020D01C157）国家重点实验室开放基金（SKL-HIDCA-2022-23）国家重点实验室开放基金（SKL-HIDCA-2020-YG2）