基于局部纹理特征的超声甲状腺结节良恶性识别.pdf

《基于局部纹理特征的超声甲状腺结节良恶性识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ISSN1004—9037，CODENSCYCE4http：／／sjcj．nuaa．edu．cnJournalofDataAcquisitionandProcessingVo1．30，No．1，Jan．2015，pp．186—191E—mail：siejl@nuaa．edu．cnDOI：10．16337／j．1004—9037．2015．01．018Tel／Fax：+86—025—84892742⑥2015byJournalofDataAcquisitionandProcessing基于局部纹理特征

2、的超声甲状腺结节良恶性识别熊伟龚勋罗俊李天瑞(1．西南交通大学信息技术与科学学院，成都，610031；2．四川省医学科学院四川I省人民医院，成都，610000)摘要：为了实现超声甲状腺结节的自动分类，本文提出了一种利用局部纹理特征与多示例学习方法相结合以克服结节区域特征信息的重叠性。从感兴趣区域提取其局部纹理特征，将感兴趣区域看作由所有局部特征构成的示例包，再采用多示例学习方法中的Citation—kNN算法来实现对样本进行识别分类。实验结果表明，本文方法对超声甲状腺结节良恶性识别具有较高的分类准确

3、率，且分类准确率达85．59，可应用于甲状腺临床诊断并为其相关领域提供有效参考。关键词：图像分类；多示例学习；灰度共生矩阵；甲状腺超声图像中图分类号：TP301．6文献标志码：AUltrasoundThyroidImagesClassificationBasedonLocalTextureFeaturesXiongWei，GongXun，I．uoJun，LiTianrui(1．SchoolofInformationScienceandTechnology，SouthwestJiaotongUnive

4、rsity，Chengdu，610031，China；2．DepartmentofUItrasound，SichuanAcademyofMedicalSciences，SichuanProvincePeoplesHospital，Chengdu，610000，China)Abstract：Toaccomplishtheautomaticclassificationofthyroidnodules，thelocaltexturefeaturescombi—ningwiththemultipleinst

5、ancelearningmethodisproposedtoovercometheoverlapofthethyroidnod—ules．Thelocaltexturefeaturesareabstractedfromtheregionofinterestwhichistakenastheinstancepackagecomposedoflocalfeatures．Thecitation-kNNalgorithmofthemulti—instancelearning(MII)methodisadop

6、tedtoclassifysamplesofthispaper．Experimentalresultsshowthattheidentificationmethodhashigherclassificationaccuracyandtheaccuracyachieves85．59．Itisexpectedtobeappliedtotheclinicaldiagnosisofthyroid，andprovideavaluablereferenceforotherrelateddomains．Keywo

7、rds：imageclassification；multi—instance1earning；GLCM；ultrasoundthyroidimage引目前，甲状腺结节在临床中十分常见，通过高分辨超声发现，人群甲状腺结节的患病率为18～65，其中，甲状腺癌占5～15。B超具有无创、动态和廉价等特点，已成为甲状腺结节术前检查的首选方法。当前，医学图像的临床分析主要通过医生对图像的定性判别来完成。使用的特征和诊断标准不同，缺乏图像特征的定量度量以及视觉感知上的差异，因此导致不同医生对于同一病例的诊断结果存

8、在差异。基金项目：国家自然科学基金(6117504)资助项目；计算智能重庆市重点实验室开放基金(CQ—LCI一2013-06)资助项目。收稿日期：2014—03—25；修订日期：2014—0512熊伟等：基于局部纹理特征的超声甲状腺结节良恶性识别187超声图像的分类已经被广泛地应用于肝脏、乳腺等处不同疾病的计算机辅助诊断中。但由于甲状腺癌生物学特征多变，多元性多种性质的结节并存，从临床表现和影像学特征上来观测病变的良恶性以及超声甲状腺结节良恶性的重叠性很难区别，使得普