论文部分内容阅读
非酒精脂肪肝(nonalcoholic fatty liver disease,NAFLD)是全球范围内最常见的一种慢性肝疾病,是很多肝脏类疾病的早期阶段和诱因。虽然NAFLD是良性可逆的,但是如果不能及时发现和治疗,它有很大的概率转化为肝纤维、肝硬化、甚至是肝癌。因此,NAFLD的早期诊断对于相关疾病的临床治疗至关重要。医学影像是诊断NAFLD的主要临床手段,其中超声影像因为简便实时、无辐射、检查费用低等优势,适合于NAFLD的大规模筛查。但超声影像的缺点是成像分辨率有限,对NAFLD诊断的灵敏度不高。定量超声(Quantitative Ultrasound,QUS)是在传统超声影像基础上发展的新技术,它对超声原始信号(Radio-frequency,RF)进行处理,能够提取到与组织微结构有关的信息,应用于疾病诊断。单一特征参数对不同分期的NAFLD敏感性不同,使用单一特征参数很难实现对每个脂肪肝分期的精确评估,对多个特征参数进行融合,可以将每个特征参数的优势结合起来。本论文将QUS技术应用于NAFLD诊断,主要工作包括:(1)分别研究了基于包络统计和频域特征的QUS算法,包括Nakagami统计分布中的形状参数,缩放参数,衰减系数斜率,积分背散射系数,有效散射体直径,有效声浓度六个特征参数。利用Field II软件对NAFLD情况的超声回波进行仿真,实现各种特征参数的算法优化。(2)在单一QUS特征参数的基础上,研究了多参数融合算法,可以将多个QUS特征参数有效结合,弥补单一特征参数的不足。(3)开发了基于MATLAB环境的NAFLD辅助诊断软件,实现多种功能,包括:各种格式的原始数据文件的读取、B型超声图像的重建、病灶区域的人工选取和保存、各种算法的实现、人机交互界面等。(4)分别完成了NAFLD实验动物和临床数据的采集,对开发的QUS算法的诊断性能进行了统计分析。实验结果发现,本论文开发的多参数QUS模型可以较好地实现NAFLD诊断。对动物模型数据,融合后特征参数诊断正常肝和肝脂肪性病变时的AUC、灵敏度、特异性分别为0.898、0.938和0.877优于任何一种单一特征参数;对临床数据,融合后特征参数诊断正常肝和肝脂肪性病变时的AUC、灵敏度、特异性分别为0.983、1.0和0.9优于任何一种单一特征参数。总之,本论文提出的多参数融合的方法可以弥补单个特征参数的不足,提高NAFLD的定量分期能力。