论文部分内容阅读
目的观察利用数字图像处理技术提取超声内镜图像纹理特征,并运用于胰腺癌诊断的价值。方法随机选择2005年2月-2007年2月间行胰腺EUS检查的216名患者。其中胰腺癌153例,非胰腺癌患者(包括正常胰腺与慢性胰腺炎)63例,所有胰腺癌病例均经EUS-FNA细胞学检查确诊。选择EUS图像并提取纹理特征。根据最优特征组合,通过支撑向量机将病例进行自动分类为胰腺癌和非胰腺癌病例,并计算该诊断方法的敏感性、特异性和准确率。结果根据EUS图像共提取9大类,69个特征用于模式分类特征,其中类间距最大的25个特征被选取作为初始特征。将现有216例病例,随机划分为训练集和测试集,训练集108例(癌症76例,非癌症32例)、测试集108例(癌症77例,非癌症31例),用训练集训练分类器,测试集进行测试。共进行50次随机实验,最终得出胰腺癌分类的准确性为(97.98±1.237)%,敏感性为(94.32±0.0354)%,特异性为(99.45±0.0102)%。结论数字图像处理技术与计算机辅助EUS图像判别法准确率高,无创伤性,为胰腺癌的临床诊断提供了一个新的、有价值的研究方向。