论文部分内容阅读
目的：肝癌作为我国常见的一种恶性肿瘤，其死亡率在消化系统恶性肿瘤中居第三位，仅次于胃癌和食管癌。早期、准确诊断肝癌是制定适当治疗措施、判断预后的重要工具，在临床上具有非常重要的意义。肝癌的CT检查具有低对比度分辨率和丰富的影像后处理能力，逐渐成为用于检查肝癌的普遍和有效的方法。但由于早期肝癌起病隐匿，缺乏特征性，甲胎蛋白检测有一定的假阴性率，影像学表现又与某些肝脏良性疾病相似，故存在早期诊断难和误诊率高的问题。本研究在此基础上，利用灰度共生矩阵提取肝癌CT图像的纹理特征，探讨BP神经网络技术和遗传算法优化神经网络，在肝癌CT平扫图像诊断中的应用。
方法：收集徐州医学院附属医院2009年1月至2010年4月，肝癌住院病例154例，其中91例患者有腹部CT平扫图像，所有病例均通过肝穿刺、或密度测量、或静脉注射后增强扫描、或病理确诊。并收集易与肝癌相混淆的其它肝占位疾病（对照组）共107例，包括肝血管瘤、肝囊肿、肝脓肿和肝炎性假瘤，其中肝血管瘤患者69例，39例有腹部CT平扫图像；肝囊肿20例，18例有腹部CT平扫图像；肝脓肿18例，12例有腹部CT平扫图像；肝炎性假瘤1例。利用所有的肝癌患者资料进行现况研究；利用有CT图像患者（病例组和对照组）进行建模研究，中值滤波和灰度直方图降噪和增强图像后，计算灰度共生矩阵，提取纹理特征，在此基础上分别应用单纯BP人工神经网络、遗传算法优化BP神经网络进行判别分析，计算各自的Kappa值等，进行一致性和相关性检验。
结果：本次调查了154例肝癌患者，其中男性122例，女性32例，男女性别比为4:1。年龄范围为23-84岁，平均年龄为53.7±11.59岁；37例肝癌患者中乙型肝炎表面抗原呈阴性，117例呈阳性；67例患者合并肝硬化。男性与女性在年龄（按四分位数划分）、乙型肝炎表面抗原、合并肝硬化的分布上差异均无统计学意义（P＞0.05）。CT平扫图像的灰度共生矩阵提取的纹理特征结果表明，肝癌患者在对比度、熵、共生和的熵、共生差、共生差的熵较非肝癌占位性病变患者较大，能量、共生和值较小，而相关性、逆差矩相差不大；选取每位患者的CT图像肝脏成像最大的层面，由灰度共生矩阵提取的纹理特征的均值建立1ogistic回归模型，结果对比度、能量、逆差矩、熵、共生差的熵5各指标被引入多元回归模型中，系数检验均有统计学意义(P＜0.001)。其中逆差矩、对比度和共生差的熵的OR值大于1，表明肝癌CT图像较非肝癌占位性病变，纹理值大，纹理清晰、规律性较强。能量值、熵值的OR值小于1，表明肝癌CT图像较非肝癌占位性病变对应纹理值小，即纹理细致、纹理少、纹理沟模糊。对于训练集的预测精度，BP神经网络和遗传算法优化BP网络模型分别为92.7％和95.4％，对于测试集的预测精度，BP神经网络和遗传算法优化BP网络模型分别为84.4％和89.4％，表明遗传算法优化BP网络模型较BP神经网络对训练集、监督集和测试集都有较高的预测精度。
结论：可以通过计算，利用肝部平扫CT图像的灰度共生矩阵进行肝癌和其他非肝癌占位性病变的初步区分；BP神经网络可以应用于肝癌CT图像的辅助诊断中，但遗传算法优化BP网络初始值后建立的模型较单纯BP网络具有更高的预测精度。