基于B超图像多重分形谱的脂肪肝严重程度识别

摘要：

目的 采用多重分形谱纹理分析法以及模式识别技术,建立一种识别正常肝脏和不同程度脂肪肝B超图像的计算机辅助诊断方法.方法 通过提取每幅B超图像多重分形谱曲线的奇异标度差和多重谱面积两个特征量,再结合近远场灰度比特征量,组成三维特征矢量输入BP人工神经网络进行分类识别.结果 正常肝脏正确识别率96.00%,轻度脂肪肝识别率80.00%,中度脂肪肝识别率88.00%,重度脂肪肝识别率92.00%.结论 特征矢量结合BP网络的识别方法在B超图像上能较好地识别肝脏脂肪化程度,可作为一种辅助诊断方法.

关键词：超声检查、脂肪肝、多重分形谱法、计算机辅助诊断、人工神经网络

所属期刊栏目：25

分类号：TP389.1;R575(计算技术、计算机技术)

在线出版日期：2009-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1289-1292