甲狀腺結節檢測技術探討

□拾 博 李培豐

一、CT值閾值的檢測技術

(一)結節判別原理。實驗設計CT圖像矩陣橫斷面為1,024x1,024，FOV值為440mm，為此，440mm/1,024=0.43mm，0.43mm為每個像素的尺寸。設計判別模板矩陣為4x4個pixel(像素)，這樣便于檢測，鑒別的結節大小目前可以進行的尺寸為1.7mm，判別該模板后，尺寸小于1.7mm的甲狀腺結節，實驗是不能檢測出該甲狀腺結節。像素如果在ROI邊界外區域外，像素值為0，該檢測系統是不會納入統計的。在觀察正常圖像范圍內，通過鑒別甲狀腺的CT值，甲狀腺大小為4X4pixel(像素)，同時比較臨近的pixel CT值的大小和低密度閾值，如果都小于，則該區域為低密度結節的組織。4個相鄰像素的CT值與高密度閾值進行比較，如果都大于，該區域就是高密度結節的組織。影像科醫師會根據檢驗工作人員的異常區域進行鑒別，這樣可以提醒醫師重點查看異常地方，病變有可能在該組織存在。測算設計的4x4個相鄰pixel(像素)的CT值，當該CT值都小于最小閾值或該CT值都大于最大閾值時，表明該區域為低密度或高密度區域，從而方便醫師進行診斷，具體如圖1所示。

圖1結節檢測判別準則

檢驗人員設置閾值大小是依靠平時的經驗進行的，將閾值劃分多組進行分析。如何判斷準確率，檢驗人員可以根據高低閾值來進行組合，對閾值的范圍進行規劃設計。閾值范圍設定好后，可以進行閾值最優化流程的設計，最優化的高低閾值通過計算來確定。

檢驗人員在檢測時一定要細心和專注，通過查看待檢驗的甲狀腺圖像、結節CT值，將高密度閾值設定為141亨氏、146亨氏、151亨氏、156亨氏、161亨氏，來進行測評結節判定的準確率和低密度閾值的關系。根據組織壞死液化的程度來選取低密度閾值，分別取40亨氏、45亨氏、50亨氏和55亨氏，來進行測評高密度閾值和結節判別準確率的關系。

為查看低密度閾值與準確率之間的關系，設定高密度值為145HU時，具體圖形狀況如圖2所示。

圖2 (Thigh=145HU)

為查看高密度閾值與準確率之間的關系，設定低密度值為50HU時，如圖3所示。

圖3 (Tlow=50HU)

根據測試結果進行分析，初步判斷準確率與單因素之間的關系，最優值大約位于高閾值[140，160]亨氏，低閾值[40，60]亨氏的區間。每次增加2亨氏，檢驗人員會根據前后兩個不同參數設計，進行計算判斷準確值，經過25x25=625次的循環，從而得到準確值，同時檢驗人員要記錄相應結果。

(三)實驗結果。檢驗人員通過實驗，并利用經驗法分析，得到結節檢測結果，其實驗結果如表1所示。從表1中分析得知，高密度155HU和低密度50HU的組合檢測效果最好，ACC為0.848。

二、一階統計學特征的甲狀腺結節檢測

采用正常CT圖像153幅，具有甲狀腺結節特征的CT圖像143幅，將它們分為兩組。先進行均值T檢驗，采用基于一階特征，分析兩組的紋理特征是否存在差異。除了峰度(P=0.116)特點外，通過觀察結節的組合，發覺正常組合的均勻度、灰度均值都出現明顯區別。對正常組織查看后，發現其各項分布很好，同時了解該區域甲狀腺細胞功能，觀察后發現功能很相近，它們的組織密度相等，在得到的CT圖像上，看到分布均勻且灰階也很正常。檢驗人員比較有惡性和良性的組織細胞，察覺惡性結節細胞的功能不同于正常組織，醫師發現結節內出現的癥狀主要有：壞死、分泌鈣質、液化等。密度不均勻會在不正常的甲狀腺的內部組織出現，同時灰度值變化也會在CT圖像上表現出來。

表1 經驗法高低閾值組合的結節判別結果

在甲狀腺結節檢測中，為查看6維特征所起的作用，SVM作為采用的分類器，充分利用樣本中的各項數據，留一交叉檢驗為檢驗人員采用的方法，測試集的選擇為其中的任意一個樣本，訓練集為其他的樣本，一直抽取到每個樣本。通過實驗結果顯示，灰度均值、均勻度、熵以及偏斜度這幾方面都取得了較好的結果，但是峰度的AUC和標準方差的AUC分別為0.513和0.568，這時原來的所有陽性樣本絕大多數都會變成陰性樣本，這樣一來不能區分正常甲狀腺與結節組織。目前看到的甲狀腺結節中的效果只是在單個方面，實際工作中，要想提高總的分類穩定性與準確率，多維特征的聯合應用顯得尤為突出。

三、結語

基于閾值的檢測方法中，甲狀腺內高低密度區域通過4X4像素的模板來探測，判斷是否有結節，而基于一階紋理特征的子集得到最高的分類準確率，兩種甲狀腺結節檢測技術對于影像醫生實際診斷甲狀腺結節具有參考價值。