肝硬化已经成为危害我国人民健康的重大疾病之一,肝硬化的智能检测和成像观察具有重要的辅助诊断意义。正常肝在发展为肝硬化的过程中,肝组织弹性会发生显著变化,因此肝组织的弹性检测已经成为肝硬化智能检测的靶点。本文提出了采用常规超声检查探头,从活体人肝获取超声射频RF信号,利用谱分析提取弹性特征,研发了一个肝硬化智能检测系统,期望为缺乏诊断经验的年轻超声医生提供有效的辅助诊断信息;同时提取基于声谱分析的表征肝组织弹性的新参量,并使用这些新参量作为成像参数进行弹性成像;为了进一步改善精度,采用了贝叶斯网络对弹性特征进行建模,并对其后验概率进行伪彩编码实现弹性成像,为超声医生提供了新的低成本的弹性成像模式。论文的具体工作:1.研发了一个肝硬化智能检测系统,以辅助诊断。采用活体肝的超声RF信号作为信号源,提出了一种基于小波包分解(选择Daubechies16作为小波基)的时频分析分解该RF信号,对所有频带能量分布进行基于最小二乘法的四次多项式拟合,提取能表征肝组织弹性的拟合参数的的统计学特征:均值、标准差、偏斜度和峰态,分别使用了4种分类器(最近邻分类器、朴素贝叶斯、支持向量机和随机森林),对正常肝和肝硬化进行分类。实验结果表明,使用随机森林分类模型最佳,平均识别率高达94.26?5.23%,特异性高达94.7%,优于前人的肝硬化检测精度。2.在没有增加超声诊断仪硬件成本的条件下,提出了一种能表征肝组织弹性的新参量弹性成像方法。采用上述声谱分析方法提取了可以区分正常肝和肝硬化的弹性特征,并以此作为成像参数进行弹性成像,为医生提供直观的弹性观察手段。3.为了进一步减低误识率,首次提出了构建基于弹性特征的贝叶斯网络模型,利用贝叶斯网络输出的后验概率进行伪彩编码,最后获得弹性的伪彩影像,直观表征肝组织弹性信息,不仅可以区分正常肝和肝硬化,还可以在一定程度上区分不同程度的肝硬化。