基于超声弹性成像的支持向量机对颈动脉易损斑块的自动识别

• 作者: 何琼 刘志 徐游民 罗建文
• 来源期刊: 中国医疗设备
• 学科: 医学
• 关键词: 支持向量机 自动识别 颈动脉粥样硬化斑块 超声弹性成像 应变率 易损性
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 专论——定量成像技术与人工智能
• 页码范围: 15-19
• 页数: 5页
• 分类号: R312
• 字数: 5298字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1633.2019.05.004

摘要

本研究的目的是使用基于超声弹性成像的支持向量机(Support Vector Machine,SVM)实现对颈动脉易损斑块的自动检测.共采集了52个志愿者的80例颈动脉粥样硬化斑块的超声长轴射频数据,利用弹性成像算法得到应变率分布,并提取应变率相关特征;同时,根据高分辨率磁共振成像诊断结果,将斑块分为稳定斑块和易损斑块.根据受试者工作特征曲线下的面积对各个特征进行分析,最后选取绝对应变率的99％分位数、最大值、标准差和均值等四个特征,并进行组合,采用径向基函数为核函数的SVM对颈动脉易损斑块进行识别,在测试集上的灵敏性、特异性、准确性分别为70.0％、88.0％、81.3％.本研究初步验证了基于超声弹性成像的SVM在颈动脉易损斑块自动识别中的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗建文	清华大学医学院生物医学工程系	29	674	7.0	25.0
2	刘志	清华大学医学院生物医学工程系	16	275	7.0	16.0
3	何琼	清华大学医学院生物医学工程系	9	4	1.0	1.0
4	徐游民	清华大学医学院生物医学工程系	1	1	1.0	1.0