用于脂肪肝量化分级的B超图像特征提取

• 作者: 宋恩民 李国宽 金人超 闵志方
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 超声图像 光斑特征 能量衰减特征 人工神经网络
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 图像与图形的融合
• 页码范围: 752-757
• 页数: 6页
• 分类号: TP391.7
• 字数: 5111字
• 语种: 中文

摘要

为解决B超检查中医生对脂肪肝严重程度进行分级时存在的主观性强、偏差大的问题,通过提取4种用于肝脏B超图像量化分级的特征及其提取算法,为不同严重程度脂肪肝的临床诊断提供一个重要的客观参考依据.在去除图像灰度和对比度的影响后,通过高斯差分算法得到反映近场回声特性的光斑个数和大小;然后通过统计近远场图像灰度信息得到反映远场能量衰减的近远场灰度比及标准差比;最后结合已有的特征集进行最优特征向量选取.实验结果表明,文中4个特征构成的特征向量能最有效地区分正常肝和轻度、中度、重度脂肪肝.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金人超	华中科技大学计算机科学与技术学院	13	117	6.0	10.0
2	宋恩民	华中科技大学计算机科学与技术学院	26	266	8.0	15.0
4	李国宽	华中科技大学计算机科学与技术学院	2	9	1.0	2.0
5	闵志方	华中科技大学计算机科学与技术学院	7	37	4.0	6.0