聯(lián)合彈性特征的乳腺超聲圖像序列診斷分析.pdf

1、中國(guó)科學(xué)技術(shù)大學(xué)博士學(xué)位論文聯(lián)合彈性特征的乳腺超聲圖像序列診斷分析姓名：賀禮申請(qǐng)學(xué)位級(jí)別：博士專(zhuān)業(yè)：生物醫(yī)學(xué)工程指導(dǎo)教師：周康源馮煥清20090801摘要度容易受到肋骨本身與超聲探頭距離的影響，提出了創(chuàng)新的相對(duì)加壓程度評(píng)估算法，具有更好的臨床意義和實(shí)驗(yàn)效果?；诖嗽u(píng)估算法，本文提出了25個(gè)新型的彈性特征。實(shí)驗(yàn)證明，其大部分具有良好的分類(lèi)性能，其中基于方差比的彈性特征相對(duì)基本彈性特征體現(xiàn)更多的序列圖像統(tǒng)計(jì)信息，具有更好的分類(lèi)特性，特別是在

2、一些加壓過(guò)程不穩(wěn)定的情況下。(4)針對(duì)超聲乳腺腫瘤圖像序列進(jìn)行特征選擇和分類(lèi)。本文采用了一種基于類(lèi)間距分析、支持向量機(jī)和順序后退法，并融合了濾波式(Filter)和封裝式(Wrapper)特征選擇模型兩者優(yōu)勢(shì)的特征選擇和分類(lèi)方法。該方法首先進(jìn)行原始特征的類(lèi)間距分析，通過(guò)濾波式(Filter)特征選擇模型，快速準(zhǔn)確地剔除掉部分不相關(guān)的特征參量。然后，用封裝式(Wrapper)特征選擇模型，以順序后退法的方式，逐個(gè)刪除分類(lèi)效果最差的特征，直

3、至我們預(yù)定的特征維數(shù)。封裝式(Wrapper)特征選擇模型中的特征評(píng)估判據(jù)直接采用支持向量機(jī)分類(lèi)精度。針對(duì)優(yōu)化后的特征空間，在不同的核函數(shù)基礎(chǔ)上，應(yīng)用支持向量機(jī)進(jìn)行良惡性分類(lèi)判別，分類(lèi)的精度和效率相對(duì)原始特征空間都有較大提高。論文的實(shí)驗(yàn)數(shù)據(jù)包含280例乳腺腫瘤，其中112例被臨床醫(yī)師確診為惡性，168例被臨床醫(yī)師確診為良性。每一個(gè)視頻病例至少包含一段加壓比較穩(wěn)定而且均勻的片段。所有試驗(yàn)和算法均在3臺(tái)配置相同、CPU頻率213GHz、內(nèi)存