原发性肝细胞癌(HCC)是恶性程度极高的肝脏原发性肿瘤,而肝硬化再生结节(RN)多进展为HCC,从肝硬化中检出小HCC,使HCC病人的成功手术治疗和治愈成为可能；另外,早期肝硬化(肝纤维化)的准确诊断,使肝纤维化病人有望通过内科治疗而痊愈。近几年,核磁共振成像(MRI)已成为肝硬化、HCC影像诊断最敏感的手段之一。但早期肝硬化组织往往形态学变化轻微,同时临床MRI诊断肝硬化缺乏客观量化指标,使常规MRI诊断早期肝硬化存在困难；虽然新型MRI对比剂超顺磁性氧化铁(SPIO)的成功应用,使RN、HCC结节的鉴别诊断水平得以进一步提高,但SPIO增强图像不能显示肝脏病灶的血流动力学特点,同时SPIO增强图像使肝脏病灶诊断的假阳性率提高,目前,RN、HCC结节的MRI鉴别诊断仍为一难题。本文针对临床RN、HCC结节及早期肝硬化MRI诊断中存在的问题,将动物模型、临床影像诊断技术与医学图像处理和分析技术相结合,发挥多学科交叉的优势,进行了肝脏病变的MRI诊断与计算机辅助诊断研究。首先,通过建立大鼠HCC模型获取RN、HCC结节钆喷替酸葡甲胺(Gd-DTPA)与SPIO增强图像,评估了Gd-DTPA与SPIO双对比增强图像鉴别诊断RN、HCC结节的应用价值,进一步设计了一种基于纹理特征的神经网络分类器用于SPIO增强图像RN和HCC结节的分类识别；其次,应用本文分类器分类识别肝硬化及正常肝脏病人的MRI；最后,进一步采用遗传算法优化基于纹理特征的BP网络分类器。本文所完成的主要研究工作如下：(1)大鼠RN、HCC结节SPIO增强图像及SPIO与Gd-DTPA双对比增强图像分析,提高了RN、HCC结节的影像鉴别诊断能力。首先,通过小剂量二乙基亚硝胺诱癌法建立大鼠肝硬化、HCC模型,获得病理证实的肝脏结节106枚(RN 24, HCC 82)。将106枚肝脏结节的SPIO增强图像及SPIO与Gd-DTPA双对比增强图像与病理结果对照分析,结果显示SPIO增强图像HCC结节的对比噪声比(CNR)显著提高(P<0.05),而肝硬化组织的CNR没有显著改变(P>0.05)；SPIO与Gd-DTPA双对比增强图像的HCC结节检出敏感性(96.34%)较单一GD-DTPA增强图像的敏感性(89.02%)有一定的提高,但其统计学差异没有显著性(P>0.05)。上述研究结果表明大鼠RN、HCC结节鉴别中,SPIO增强图像能较平扫图像提高HCC结节的检出和定性诊断能力,SPIO增强图像是Gd-DTPA增强图像有益的补充。(2)基于纹理特征的BP神经网络分类器用于大鼠及病人肝脏MRI病灶分类识别,获得了较高的分类识别率。首先,利用ISODATA算法自动分割T1WI大鼠肝脏边缘,比较与Otsu阈值选择法和迭代阈值选择法的分割效果,结果显示ISODATA算法更适合于类别未知组织的自动分割问题,为进一步寻找病灶感兴趣区域(ROI)奠定了基础。其次,手动选取大鼠RN、HCC结节SPIO增强图像和病人肝硬化组织及正常肝脏组织T1WI的ROI,并进行纹理特征提取。综合比较后选择基于灰度共生矩阵的纹理特征提取方案,结合医生经验提取二阶矩、对比度、相关、逆差矩、熵、方差六个类间差异显著的纹理特征。针对大鼠RN、HCC结节SPIO增强图像,进行上述纹理特征的统计学分析,选取两组间差异显著的六个纹理特征,并与医生临床经验对比获得一致结论,设计基于纹理特征的神经网络分类器,获得了91.67%的独立测试正确率；针对正常肝脏和肝硬化病人T1WI,统计学分析后选取两组间差异显著的四个纹理特征,设计基于纹理特征的神经网络分类器,获得了87.60%的独立测试正确识别率。两组结果表明本论文所设计的基于纹理特征地的BP网络分类算法适合于大鼠RN、HCC结节SPIO增强图像及肝硬化病人T1WI分类识别,但肝硬化病人T1WI分类识别略低。(3)针对肝硬化病人T1WI分类识别,增加纹理特征并基于遗传算法进行BP网络优化。首先,灰度共生矩阵增加至四个方向提取纹理特征参数,每个方向确定14个纹理特征参数,共计54个特征参数。采用盒状图分析后,获得可分性较好的24个特征参数,从而实现特征选择。在输入特征较多的情况下,本文并未直接进行BP神经网络设计,而采用遗传算法辅助下的BP网络优化设计：通过遗传算法优化BP神经网络初始值的GA-BP算法,在保证分类准确率的前提下,不仅增加了BP网络的稳定性,同时使BP网络的平均收敛速度提高,获得了95.00%的独立测试分类准确率。