论文部分内容阅读
高强度聚焦超声(HIFU)是一种可用于治疗良性和恶性肿瘤的新技术,该技术在人体外通过聚集超声波束辐照局部肿瘤区域。由于超声波的穿透性和高强度性,超声波穿透人体直达治疗区域,使靶区短时间内达到65℃以上的高温,导致肿瘤组织产生不可逆的凝固性坏死,周围正常组织基本不受影响,从而实现无创、非侵入式肿瘤治疗方式。在HIFU治疗肿瘤过程中,能够实时监控和检测生物组织损伤程度是至关重要的。本文以新鲜离体猪肉为实验对象,通过B超仪获取HIFU治疗前后的超声图像,随后对超声图像进行预处理并提取图像特征,对HIFU引起的组织变性进行识别研究。主要工作和创新点如下:(1)阐述了HIFU技术的治疗原理、国内外研究现状与HIFU引起的组织变性识别方法。介绍了实验系统与方法,并对获取的超声图像进行预处理研究,包括滤波、灰度化、差值处理,为之后的HIFU区域变性识别做好准备。(2)提出了一种基于超声图像统计特征辨识生物组织变性的方法。提取灰度图像的七个统计特征,利用类间距离评价不同统计特征区分生物组织变性与未变性的能力,并结合支持向量机研究了区分能力较好的能量、熵和平滑度三个特征参数对生物组织变性的辨识效果。最后采用OTSU法,无需人为设定参数阈值,通过遍历不同的阈值T求取对应的类间方差,依据最大类间方差对应的阈值确定分类阈值。实验结果表明,类间距离较大的统计特征可以有效区分变性组织与未变性组织,经SVM训练重新分类后的样本特征结合OTSU法可以获得有效辨识生物组织变性的分类阈值。(3)提出了一种基于PCA主成分分析的辨识生物组织变性的方法。提取超声图像在四个不同方向的灰度游程矩阵,并计算相关的11个纹理特征;利用PCA分别对四个方向的多维特征进行特征降维,根据各阶特征的累积贡献率确定降维后的主成分数据;将四个方向变换后的主成分输入SVM进行分类识别。实验结果表明,在各方向上的灰度游程矩阵多维纹理特征经PCA变换后,可以有效地识别变性组织。本文通过对超声图像进行处理,结合OTSU方法、PCA数据降维与机器学习,研究了HIFU治疗过程中检测组织变性的方法,对HIFU疗效评价具有重要意义。