針對肝包膜特征圖的自動化提取方法

牛廣利，劉 翔，宋家琳，湯 顯

(1.上海工程技術大學 電子電氣工程學院，上海 201620；2.中國人民解放軍第二軍醫大學長征醫院 超聲診療科，上海 200003)

肝硬化是一種嚴重的肝臟疾病。患者在患病初期并無不適感，因此容易延誤診斷和治療。在對肝硬化、肝纖維化的臨床篩查與隨訪中，超聲成像技術以其無創、實時、便捷、無輻射等優勢成為診斷肝硬化、肝纖維化的重要手段之一[1]。隨著計算機技術和數字圖像分析技術的不斷發展，計算機輔助的非介入性診斷技術被廣泛應用于醫學影像領域[2-8]。

在肝硬化病情診斷過程中，肝包膜特征扮演了重要的角色。目前已有針對超聲圖像的肝包膜特征提取方法的相關研究。文獻[9]結合垂直梯度優化和最小偏轉誤差對肝包膜進行提取，提出了3種形態特征用以描述肝包膜。文獻[10]利用多尺度、多目標優化算法識別肝包膜的位置，并提出了衡量連續性和平滑性的指標。文獻[11]提出利用動態規劃對肝包膜及其特征進行提取，并采用神經網絡算法對所提特征進行肝硬化的階段分類。文獻[12]通過空間上下文約束的多尺度方法提取肝包膜的邊界。文獻[13]結合肝臟超聲，采用動態規劃算法對腹水進行識別，從而實現對肝包膜的提取。以上方法雖然對肝包膜特征的提取都有積極的影響，但在提取過程中需要手動調試閾值，無法依據圖像本身的特性進行特征篩選。本文依據肝臟超聲圖像中組織特征分布情況，采用特征數據分析的方法實現對肝包膜及其上下組織特征塊的提取。……