论文部分内容阅读
肝纤维化是肝细胞坏死或损伤后机体的一种代偿性修复反应，它是许多慢性肝病共同的病理过程。中度和轻度的肝纤维化是可以减轻乃至逆转的，如进展为肝硬化，则是不可逆的。因此，肝纤维化的早期诊断及纤维化程度的准确分期，有助于疾病的早期治疗，历来受到研究者的重视。 肝组织病理活检是确诊以及衡量纤维化程度的“金标准”，但它是一种有创性检查，而且其检查效果还受制于被检组织的纤维化分布是否均匀。血清学检查指标可为诊断提供参考，但是其指标的特异性差;CT、MRI等影像学检查方法对肝纤维化这种弥漫性疾病的检测能力不强;超声弹性测量技术尚缺乏定量指标，目前在临床应用尚属起步。 B型超声成像是目前临床较为普遍的肝脏疾病检查技术。然而由于超声图像的判读明显具有主观依赖性，缺乏定量标准，诊断准确率依赖于医生的经验。 利用超声图像的纹理特征进行肝脏组织分类历来是研究热点，也取得了一定的结果，但是针对肝纤维化的研究往往仅限于离体组织的分析，无法对肝纤维化严重程度进行鉴别，而且缺乏必要的测试样本加以验证。因此，超声检查至今没有建立诊断肝纤维化严重程度的统一定量标准。 本论文以普通超声设备上采集的肝脏B型超声图像为对象，寻找对慢性乙型病毒性肝炎肝纤维化敏感的图像特征参数，构建了基于图像分析的肝纤维化程度分期系统。论文着眼于肝纤维化超声图像仿真、图像预处理、图像特征参数提取、分期系统构建等几个关键问题，在以下几个方面进行了研究和探讨: 1、首先从肝纤维化的病理特征出发，建立正常肝脏组织和纤维化肝脏组织的声学散射模型，并由此仿真得到不同肝纤维化程度下的B型超声图像。与实际肝脏B型超声图像的相似度比较，验证了仿真模型的正确性。这样得到的仿真超声图像，可以用来检验后续图像处理与分析方法的有效性。 2、针对成像中声束扫描深度和扫描角度、超声设备增益和时间增益补偿、皮肤与脂肪衰减等因素给纹理参数计算引入的影响，分别采用反扫描转换和增益补偿两种预处理方法进行校正。对仿真图像的预处理结果表明，前者可使不同深度的斑纹平均尺寸基本一致，且能消除纹理的方向因素;后者则可使图像整体灰度比较均匀。对实际超声图像进行预处理，也取得满意的效果。 3、在经过预处理的肝脏B型超声图像上选定若干个感兴趣区域，计算它们的特征参数，包括:灰度共生矩阵、纹理谱等纹理参数，并由灰度推算出回波幅度，分析其概率密度函数与瑞利分布的相符程度。经过对204例正常肝脏和不同纤维化程度肝脏的超声图像的统计分析，确定12个在肝纤维化分期间的差异有统计学意义、并且与分期呈显著相关的参数。这些参数对肝纤维化比较敏感，可作为下一步综合分期的特征参数。 4、利用经过初步筛选的B型超声图像特征参数，研究构建能够区分正常肝脏和不同纤维化程度肝脏的辅助判别系统。使用Fisher方法区分正常肝脏与肝纤维化，取得灵敏度为85.7％、特异性为84.0％、总体准确率为85.1％的结果;用该方法对肝纤维化进行分期判别时，准确率更低。使用三层BP神经网络区分正常与肝纤维化，取得灵敏度为92.9％、特异性为92.0％、总体准确率为92.5％的结果;用该方法对肝纤维化进行分期判别时，分期的准确率达到80.6％。可见，BP神经网络构建的辅助判别系统在一定程度上提高了肝纤维化诊断和分期的精度。