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。