超声图像定量分析对乳腺良、恶性肿瘤的诊疗价值

《超声图像定量分析对乳腺良、恶性肿瘤的诊疗价值》由会员分享，可在线阅读，更多相关《超声图像定量分析对乳腺良、恶性肿瘤的诊疗价值（5页珍藏版）》请在装配图网上搜索。

1、超声图像定量分析对乳腺良、恶性肿瘤的诊疗价值 时梅林，张世坤，隋美蓉，侯秀敏摘要 目标 研究乳腺良、恶性肿瘤超声诊疗量化方法。方法 对手术确诊的良、恶性乳腺肿瘤各10例的原始超声图像的灰度特征进行提取，利用Matlab 7.0图像处理函数及算法编程计算两组图像的4个灰度特征参数(灰度均值M、灰度标准差V、扭曲度S、熵H)，对比分析各参数在2组样本之间的差异。结果 良、恶性乳腺肿瘤患者超声图像的灰度均值M、灰度标准差V、扭曲度S均存在显著性差异，分别为60.3011.77 vs 82.645.35、27.494.67 vs 31.893.38、0.200.05 vs 0.850.22。结论 超声

2、图像定量分析能量化乳腺良、恶性肿瘤超声图像的特征，M、V、S含有作为乳腺良、恶性肿瘤超声诊疗量化指标的价值。关键词 乳腺肿瘤;超声诊疗;图像定量分析;灰度特征Abstract： Objective To investigate a feasible approach to the quantitative analysis of ultrasonic images in diagnosing benign and malignant breast tumors. Methods The original ultrasonic images of 10 cases of benign breas

3、t tumors and 10 cases of malignant breast tumors diagnosed by surgical operation were collected and the greyscale features were extracted. The Matlab 7.0 image processing function and algorithm programming was used to calculate the four greyscale feature parameters, e.g., mean (M), standard variance

4、 (V), skewness (S) and entropy (H) of the two groups of ultrasonic images. The differences in parameters between the two groups were analyzed. Results The differences of M (60.3011.77 vs 82.645.35), V (27.494.67 vs 31.893.38) and S (0.200.05 vs 0.8590.22) between the two groups were significant. Con

5、clusion Quantitative analysis of ultrasonic images helps to quantize the greyscale feature of ultrasonic images between benign and malignant breast tumors. The three parameters (M, V, S) are valuable quantitative indexes to ultrasonic diagnosis between benign and malignant breast tumors.Key words：br

6、east tumor; ultrasonic diagnosis; quantitative analysis of image; greyscale feature乳腺癌发病率、病死率均居女性恶性肿瘤首位，早期诊疗对预后尤为主要。超声检验以其无创优点成为门诊疑似患者常见诊疗方法，超声检验依据乳腺肿瘤影像的边界、形态和回声分布等特征判别其良恶性;但对于声像图特征不显著的乳腺肿瘤，诊疗关键依靠医生的经验，而没有量化指标，所以诊疗的正确性不能令人满意。本研究利用Matlab 7.0图像处理函数及算法编程，对乳腺良、恶性肿瘤超声图像的灰度特征参数进行对比分析，以期为乳腺肿瘤的良、恶性判别提供量化诊疗

7、依据。1 资料和方法1.1 图像采集 采集2021年1月2021年1月徐州医学院隶属医院收治经病理确诊的乳腺良、恶性肿瘤各10例患者的原始超声图像，经超声工作站保留在计算机中。超声诊疗仪器为麦迪逊ACCUVIX XQ型，L512 MHz变频探头。1.2 感爱好区域选择 首先截取肿瘤组织部分的感爱好区域(ROI)，再提取特征参数。ROI选择形状为矩形，ROI的区域大小固定， ROI图像像素为64641。ROI区域选择图例见图1。1.3 图像灰度特征参数的提取及计算 本研究选择以下常见的4个灰度特征参数2：灰度均值M=L1r=0rp(r) ，表示ROI内各点灰度值的平均数，回声越强，灰度均值越大。

8、灰度标准差V=L1r=0(rM)2p(r)，表示灰度均数两侧灰度值分散程度的量，假如ROI内各点灰度值比较靠近，则灰度标准差小，反应回声是否均匀。扭曲度S=1V3L1r=0(rM)3p(r)，反应灰度值的对称性。熵H=L1r=0p(r)log2p(r)，反应灰度值分布均匀程度，各灰度值等概率出现时，熵最大。各公式中r为像素值，p(r)为灰度为r的概率。图1 灰度特征提取的ROI区域选择图例利用Matlab 7.0图像处理函数及算法编程，计算2组患者超声图像的M、V、S、H参数值。将统计数据输入SPSS 11.0统计学软件进行非配对t检验，P0.05认为差异具有统计学意义。2 结 果2组超声图像

9、的M、V、S、H灰度特征参数统计分析结果见表1。统计学处理结果显示，乳腺良、恶性肿瘤的M、V、S存在统计学差异，提醒M、V、S的量化比较对判定乳腺良、恶性肿瘤有意义。表1 良、恶性乳腺肿瘤超声图像的灰度特征参数比较和良性乳腺肿瘤比较：*P0.05，*P0.013 讨 论超声诊疗以其方便、价廉、无创而在门诊乳腺肿瘤诊疗中得到广泛应用。临床上已提出部分乳腺良、恶性肿瘤超声图像诊疗标准3，但这些标准关键依靠肉眼观察、主观判定，缺乏正确的量化指标，给乳腺肿瘤的诊疗带来困难。医学图像定量分析技术为乳腺肿瘤诊疗正确性的提升提供了技术支持。此技术以图像灰度值为依据，经过计算得到图像的灰度特征参数作为量化标准

10、，如用灰度均值测量回声强度、灰度标准差值测量均匀度等，在一定程度上克服了人为判定的模糊性和主观性，为诊疗提供了定量依据。现在用于超声诊疗的图像定量分析方法关键有4种4，即纹理分析、灰度特征分析、面积和轮廓周长的测定、轮廓边缘的提取及数学运算。我们选取灰度特征分析法，对图像感爱好区域的灰度特征进行提取，利用Matlab 7.0图像处理函数及算法编程计算出M、V、S、H参数值，经过统计学分析得出有统计学差异的参数，以期作为超声判别乳腺肿瘤良、恶性的量化依据。结果显示，乳腺恶性肿瘤M、V、S值均显著大于乳腺良性肿瘤，差异有统计学意义。提醒，M、V、S含有作为乳腺良、恶性肿瘤超声诊疗量化指标的价值。因为本组样本较少，其价值有待于大样本量的深入研究证实。参考文件1 吴君，贺超，赵兴友，等. 基于超声图像的纹理特征分析算法的应用J.生物医学工程研究，2021，26(2):166169.2 黄亚丽，李芬华，赵真. B超肝脏图像纹理特征提取方法的试验研究J.医学影像技术，2021，20(12):19371939.3 张缙熙. 乳腺疾病的超声诊疗J.超声诊疗杂志，2021，2(1):5354.4 连娟，周康源，姚文俊，等. B超图像纹理分析参数的研究J.医学影像技术，1998，14(3):164165