基于BP神经网络的原发性肝癌CT图像纹理分析

• 作者: 张智 郝涛
• 来源期刊: 中国数字医学
• 关键词: 原发性肝癌 特征提取 特征选择 BP神经网络
• 年，卷（期）: 2013,（8）
• 页码范围: 73-76
• 页数: 4页
• 字数: 4429字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2013.08.022

摘要

目的：寻找适合识别正常肝、原发性肝癌和肝血管瘤CT图像的特征向量。方法：从一阶统计特征、灰度共生矩阵、灰度行程矩阵三方面提取正常肝、原发性肝癌和肝血管瘤CT图像的纹理特征，然后采用t检验进行特征选择，最后利用神经网络识别系统，把保留的特征作为输入量，对正常肝和原发性肝癌进行识别。结果：所设计的BP神经网络，对正常肝（100±0.00）%、原发性肝癌（91.08±6.96）%，对肝血管瘤（85.76±12.51）%。结论：BP神经网络经设计优化后能达到较高的识别准确率，对于原发性肝癌的计算机辅助诊断具有一定的实际意义和理论价值。