超聲圖像定量分析對乳腺良、惡性腫瘤的診斷價值

1、超聲圖像定量分析對乳腺良、惡性腫瘤的診斷價值 作者：時梅林，張世坤，隋美蓉，侯秀敏【摘要】 目的 研究乳腺良、惡性腫瘤超聲診斷量化方法。方法 對手術確診的良、惡性乳腺腫瘤各10例的原始超聲圖像的灰度特征進行提取，利用Matlab 7.0圖像處理函數(shù)及算法編程計算兩組圖像的4個灰度特征參數(shù)(灰度均值M、灰度標準差V、扭曲度S、熵H)，對比分析各參數(shù)在2組樣本之間的差異。結果 良、惡性乳腺腫瘤患者超聲圖像的灰度均值M、灰度標準差V、扭曲度S均存在顯著性差異，分別為60.3011.77 vs 82.645.35、27.494.67 vs 31.893.38、0.200.05 vs 0.850.22。

2、結論 超聲圖像定量分析能量化乳腺良、惡性腫瘤超聲圖像的特征，M、V、S具有作為乳腺良、惡性腫瘤超聲診斷量化指標的價值。 【關鍵詞】 乳腺腫瘤;超聲診斷;圖像定量分析;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 beni

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

4、d variance (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 signif

5、icant. Conclusion Quantitative analysis of ultrasonic images helps to quantize the grey-scale 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.K

6、ey words：breast tumor; ultrasonic diagnosis; quantitative analysis of image; grey-scale feature乳腺癌發(fā)病率、病死率均居女性惡性腫瘤首位，早期診斷對預后尤為重要。超聲檢查以其無創(chuàng)優(yōu)點成為門診疑似患者常用診斷方法，超聲檢查根據(jù)乳腺腫瘤影像的邊界、形態(tài)和回聲分布等特征判別其良惡性;但對于聲像圖特征不明顯的乳腺腫瘤，診斷主要依賴醫(yī)生的經驗，而沒有量化指標，因此診斷的準確性不能令人滿意。本研究利用Matlab 7.0圖像處理函數(shù)及算法編程，對乳腺良、惡性腫瘤超聲圖像的灰度特征參數(shù)進行對比分析，以期為乳腺腫瘤的

7、良、惡性判別提供量化診斷依據(jù)。1 資料和方法1.1 圖像采集 采集2008年1月2009年1月徐州醫(yī)學院附屬醫(yī)院收治經病理確診的乳腺良、惡性腫瘤各10例患者的原始超聲圖像，經超聲工作站保存在計算機中。超聲診斷儀器為麥迪遜ACCUVIX XQ型，L5-12 MHz變頻探頭。1.2 感興趣區(qū)域選取 首先截取腫瘤組織部分的感興趣區(qū)域(ROI)，再提取特征參數(shù)。ROI選擇形狀為矩形，ROI的區(qū)域大小固定， ROI圖像像素為64641。ROI區(qū)域選擇圖例見圖1。1.3 圖像灰度特征參數(shù)的提取及計算 本研究選取如下常用的4個灰度特征參數(shù)2：灰度均值M=L-1r=0rp(r) ，表示ROI內各點灰度值的平均

8、數(shù)，回聲越強，灰度均值越大?；叶葮藴什頥=L-1r=0(r-M)2p(r)，表示灰度均數(shù)兩側灰度值分散程度的量，如果ROI內各點灰度值比較接近，則灰度標準差小，反映回聲是否均勻。扭曲度S=1V3L-1r=0(r-M)3p(r)，反映灰度值的對稱性。熵H=-L-1r=0p(r)log2p(r)，反映灰度值分布均勻程度，各灰度值等概率出現(xiàn)時，熵最大。各公式中r為像素值，p(r)為灰度為r的概率。圖1 灰度特征提取的ROI區(qū)域選擇圖例利用Matlab 7.0圖像處理函數(shù)及算法編程，計算2組患者超聲圖像的M、V、S、H參數(shù)值。將統(tǒng)計數(shù)據(jù)輸入SPSS 11.0統(tǒng)計學軟件進行非配對t檢驗，P0.05認為差

9、異具有統(tǒng)計學意義。2 結 果2組超聲圖像的M、V、S、H灰度特征參數(shù)統(tǒng)計分析結果見表1。統(tǒng)計學處理結果顯示，乳腺良、惡性腫瘤的M、V、S存在統(tǒng)計學差異，提示M、V、S的量化比較對判斷乳腺良、惡性腫瘤有意義。表1 良、惡性乳腺腫瘤超聲圖像的灰度特征參數(shù)比較與良性乳腺腫瘤比較：*P0.05，*P0.013 討 論超聲診斷以其方便、價廉、無創(chuàng)而在門診乳腺腫瘤診斷中得到廣泛應用。臨床上已提出一些乳腺良、惡性腫瘤超聲圖像診斷標準3，但這些標準主要依賴肉眼觀察、主觀判斷，缺乏準確的量化指標，給乳腺腫瘤的診斷帶來困難。醫(yī)學圖像定量分析技術為乳腺腫瘤診斷準確性的提高提供了技術支持。此技術以圖像灰度值為依據(jù)，經

10、過計算得到圖像的灰度特征參數(shù)作為量化標準，如用灰度均值測量回聲強度、灰度標準差值測量均勻度等，在一定程度上克服了人為判斷的模糊性和主觀性，為診斷提供了定量依據(jù)。目前用于超聲診斷的圖像定量分析方法主要有4種4，即紋理分析、灰度特征分析、面積和輪廓周長的測定、輪廓邊緣的提取及數(shù)學運算。我們選用灰度特征分析法，對圖像感興趣區(qū)域的灰度特征進行提取，利用Matlab 7.0圖像處理函數(shù)及算法編程計算出M、V、S、H參數(shù)值，通過統(tǒng)計學分析得出有統(tǒng)計學差異的參數(shù)，以期作為超聲判別乳腺腫瘤良、惡性的量化依據(jù)。結果顯示，乳腺惡性腫瘤M、V、S值均顯著大于乳腺良性腫瘤，差異有統(tǒng)計學意義。提示，M、V、S具有作為乳腺良、惡性腫瘤超聲診斷量化指標的價值。由于本組樣本較少，其價值有待于大樣本量的進一步研究證實?！緟⒖嘉墨I】 1 吳君，賀超，趙興友，等. 基于超聲圖像的紋理特征分析算法的應用J.生物學醫(yī)學工程研究，2007，26(2):166-169.2 黃亞麗，李芬華，趙真. B超肝臟圖像紋理特征提取方法的實驗研究J.中國醫(yī)學影像技術，2004，20