【技术实现步骤摘要】
本专利技术涉及超声医学研究领域，特别涉及一种。
技术介绍
在亚洲地区，肝纤维化是一种常见的肝脏疾病，它是慢性肝损伤向肝硬化进展的关键环节，为各种慢性肝病发展为肝硬化的必经阶段。现认为肝纤维化经过治疗尚有逆转至正常的可能，而肝硬化则否。但肝组织纤维化程度缺乏定量、无创的诊断和监测手段，在治疗时也无法及时评价疗效。在医学临床中，肝活检是目前肝纤维化诊断的黄金标准，但肝活检是有创性检查，不宜重复进行，而且容易引起其他并发症。超声组织定征以其无创、简易、可重复等优点而在肝纤维化诊断上受到广泛关注。传统的肝组织定征的数据来源主要有两种:超声B型图和超声回波射频RF信号。基于超声B型图像的肝组织定征主要提取图像的纹理特征，然后用SVM、神经网络等分类器的分类准确率、敏感度、特异性等对分类效果进行评估。超声B型图定征存在着以下几点缺陷:(1)采用辉度调制显示幅值信息，丢弃了丰富的相位信息，使得部分组织信息丢失；(2)检查结果受到仪器型号、仪器设置等的影响，一致性较差。基于超声回波射频RF信号主要对同一帧背散射回波RF信号使用超声谱参数法进行组织定征，其具体做法是采用宽频超声探头扫描肝组织获取超声回波射频RF信号，解调显示某一帧，截取得到感兴趣区ROI。对感兴趣区内的声束逐 条进行频谱分析，提取谱特征参数，找出能有效区分正常和病变肝组织的特征参数。此方法需要深度衰减补偿，而不同病变程度的组织衰减能力是有差异的，同时个体差异也会使得声波传播路径不同，进而严重影响其分类精度。在上述超声组织定征中，大多是提取可区分正常组织和不正常组织的特征，根据特征分布对样本进行分类...
【技术保护点】
基于超声RF时间序列的肝纤维化程度Fisher识别方法，其特征在于，包括以下步骤：（1）训练阶段：选取大量正常肝和纤维化肝样本数据进行如下操作，得到各特征参数的权重：（1?1）扫描活体肝组织，获取多帧超声回波射频RF信号；（1?2）分别解调每一帧超声回波射频RF信号的B型图；（1?3）在每个B型图上选取感兴趣区ROI；（1?4）对ROI内的每一点取其所有帧RF信号构成超声RF时间序列；（1?5）提取超声RF时间序列的SMR分形维数均值和若干个谱特征参数，即得到特征向量；（1?6）对大量正常肝和纤维化肝样本提取上述特征向量，统计得到正常肝和纤维化肝特征向量中各特征参数的均值和方差；（1?7）计算每个特征参数的Fisher判别率，然后归一化处理，得到各特征参数的权重；（2）识别阶段：对于新输入待识别的样本，按照步骤（1?1）?（1?5）得到特征向量，以步骤（1?7）得到的各特征参数的权重，对新样本每个特征参数的绝对值进行加权求和得到Fisher评分，根据其评分的分值即实现肝纤维化程度的识别。
【技术特征摘要】
1.基于超声RF时间序列的肝纤维化程度Fisher识别方法，其特征在于，包括以下步骤: (1)训练阶段:选取大量正常肝和纤维化肝样本数据进行如下操作，得到各特征参数的权重: (1-1)扫描活体肝组织，获取多帧超声回波射频RF信号； (1-2)分别解调每一帧超声回波射频RF信号的B型图； (1-3)在每个B型图上选取感兴趣区ROI ； (1-4)对ROI内的每一点取其所有帧RF信号构成超声RF时间序列； (1-5)提取超声RF时间序列的SMR分形维数均值和若干个谱特征参数，即得到特征向量; (1-6)对大量正常肝和纤维化肝样本提取上述特征向量，统计得到正常肝和纤维化肝特征向量中各特征参数的均值和方差； (1-7)计算每个特征参数的Fisher判别率，然后归一化处理，得到各特征参数的权重； (2)识别阶段:对于新输入待识别的样本，按照步骤(1-1)-(1-5)得到特征向量，以步骤(1-7)得到的各特征参数的权重，对新样本每个特征参数的绝对值进行加权求和得到Fisher评分，根据其评分的分值即实现肝纤维化程度的识别。2.根据权利要求1所述的基于超声RF时间序列的肝纤维化程度Fisher识别方法，其特征在于，所述步骤(1-5)中，提取超声RF时间序列的SMR分形维数均值的方法如下: (1-5-1-1)设感兴趣区ROI大小为MXN...
【专利技术属性】
技术研发人员：高永振，林春漪，周建华，陈秋彬，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。