四邻接点算法分析正常肝与脂肪肝超声纹理的研究

1、四邻接点算法分析正常肝与脂肪肝超声纹理的研究【摘要】目的通过临床实验检验自行设计的四邻接点算法在区分正常肝与脂肪肝超声纹理中的价值。方法选择正常肝、临床确诊的弥漫性脂肪肝,用 3.5 和 5.0 MHz两种探头观察肋间肝切面声像,用四邻接点算法对比分析其纹理变化,并与直方方法比较。结果在两种探头条件下,四邻接点算法得到的相对不均匀度(HSR)在正常肝组和脂肪肝组间都有显著性差异(P0.01),且差异比直方算法大。结论四邻接点算法能较直方算法更准确地反映肝实质的纹理变化,是一个较可靠的定量指标。【关键词】超声检查;四邻接点算法;肝;纹理 Clinical experiment of ultras

2、onic texture analysis between normal liver and fatty liver by four neighborhood pixels algorithmYAO Wei,ZHAO Yuhua.（Department of Ultrasonography,Changhai Hospital,the Second Military Medical University,Shanghai 200433,China）【Abstract】ObjectiveTo evaluate the value of four neighborhood pixels algori

3、thm designed by our lab,in the distinguishing fatty liver from normal liver.MethodsNormal liver,fatty liver were chosen,and the intercostal cutting surfaces of liver were selected by 3.5 and 5.0 MHz probes respectively.By four-neighborhood pixels algorithm,the changes of their texture were analyzed

4、by contrast each other and the results were compared with those of histogram method.ResultsUnder the both probes,the relative heterogeneity values (HSR) of normal liver and fatty liver parenchyma,which was calculated by four neighborhood pixels algorithm,were significantly different (P0.01).The diff

5、erence was bigger than that of histogram.ConclusionsFour neighborhood pixels algorithm is more accurate than histogram in reflecting the ultrasonic texture change of hepatic parenchyma,and it is quite a reliable quantitative parameter.【Key words】Ultrasonography;Four neighborhood pixels algorithm;Liv

6、er;Texture纹理是规律性或随机性重复出现的像基元1。许多实质性脏器的二维超声像都具有鲜明的视觉纹理,如肝区点状回声的粗与细,肌肉纤维的粗与细等等。长期以来,实质性脏器的超声纹理一直是依靠超声医师的经验来判断,缺乏一个客观的定量标准,这给一些以纹理变化为依据的疾病带来了诊断上的困难。计算机纹理分析是一门新兴学科,近年来不断有学者运用计算机纹理分析的原理和方法进行实质性脏器超声纹理定量的探索2 。本研究运用了计算机纹理分析中局部运算的原理3设计了一种肝实质不均匀度的计算方法,称为四邻接点算法。其组织学依据为:肝实质由肝小叶组成,每个肝小叶为一个立方棱柱体,近似小球状,肝小叶在肝内的排列相互

7、间呈各向同性。因此,肝实质的超声纹理特征是以细小点状回声为单位,各点之间的结构相似且分布均匀。弥漫性脂肪肝时,脂质分布到各个小叶内和小叶间,形成以更细更密更明亮的点状回声为特征的弥漫性脂肪肝的超声纹理。四邻接点算法根据正常肝及弥漫性脂肪肝的超声像纹理均以小点状回声结构为单位,且各单位之间的结构基本相似这一特点,在提取不均匀度时只考虑像素点与邻近点的灰度差异,而不考虑它与远处点的灰度差异。由于脂肪肝的肝实质点状回声明显比正常肝细密,即脂肪肝的肝实质不均匀度明显低于正常肝,因此,为了验证四邻接点算法的设计思想,本研究选用脂肪肝实质与正常肝实质作为两组临床实验资料,用四邻接点算法分析,以检验四邻接点

8、算法计算的不均匀度指标能否将这两组不均匀度有明显差别的临床实验资料区分开来。实验分别用 3.5和 5.0 MHz两种探头进行,实验中将四邻接点算法与直方算法作了比较。资 料 与 方 法一、仪器应用PHILIPS 800型超声仪,3.5 及 5.0 MHz腹部凸阵探头,仪器条件固定。计算机系统采用IBM-486微型兼容机,创新(CREATIVE)SE-100像捕捉卡及自行设计的四邻接点算法和直方算法软件。二、临床资料1.正常肝组:正常肝脏94例。3.5 MHz探头检查49例,其中男27例,女22例,年龄1176岁;5.0 MHz探头检查45例,其中男24例,女21例,年龄776岁。2.脂肪肝组:

9、经临床确诊的弥漫性脂肪肝67例。3.5 MHz探头检查37例,其中男28例,女9例,年龄3271岁;5.0 MHz探头检查30例,其中男20例,女10例,年龄3282岁。三、方法1.像捕捉:嘱被检者左侧卧位,摒气,显示右季肋部89肋间肝实质纹理清晰的声像,停帧后,超声像经像捕捉卡模/数转换后,存入微机硬盘。2.取样:回放存盘像,避开大血管,选择像中肝实质纹理最清晰的区域作为取样区,大小为3232个像素点。3.计算平均灰度(MG):将取样区域内各像素点的灰度值累加后求算术平均值。MG为平均灰度;m,n为取样区域的长和宽,m=n=32;k为横坐标,k=1,2,32;l为纵坐标,l1,2,32;x(

10、k,l)为取样区域中,坐标为(k,l)的点的灰度值4.四邻接点算法计算绝对不均匀度(HS):将取样区域内各点的灰度值与其上、下、左、右四个邻接点的灰度值相减,将差的绝对值作算术平均后再求和。HS为四邻接点算法计算的绝对不均匀度;m=n=32;k=1,2,32;l=1,2,325.直方算法计算绝对不均匀度(HH):将取样区的平均灰度与取样内各点灰度值的差取绝对值后求和。其中HH为用直方算法算得的绝对不均匀度;m=n=32;k=1,2,32;l=1,2,3226.统计学分析:对两种绝对不均匀度与平均灰度之间的关系作统计学分析。结果一、正常肝组平均灰度与绝对不均匀度测值见表1。项目3.5 MHz探头

11、5.0 MHz探头平均灰度(MG)719658四邻接点算法计算的绝对不均匀度(HS)48226444030581直方算法计算的绝对不均匀度(HH)8449105974781101 二、统计学分析经相关和直线回归分析,发现在两种探头的条件下平均灰度与绝对不均匀度之间都存在着直线相关关系(表2)。 表2绝对不均匀度与平均灰度之间的相关系数和直线回归方程计算方法3.5 MHz探头5.0 MHz探头相关系数直线方程相关系数直线方程四邻接点算法0.697,P0.001*Y50X+12900.765,P0.001*Y51X+602直方算法0.843,P0.001Y99X+14270.844,P0.001Y

12、110X+318 注:*Y为四邻接点算法计算的像的绝对不均匀度,Y为直方计算的像绝对不均匀度,X为平均灰度 三、四邻接点和直方两种算法计算相对不均匀度(HSR,HHR)由于绝对不均匀度与平均灰度之间存在着直线相关关系,说明绝对不均匀度依然没有摆脱灰度的影响,而是随着灰度的变化而变化。换句话说,同一个人肝实质的绝对不均匀度不是恒定的,而是随着超声仪的增益调节而变化的,这显然不能满足肝纹理定量的要求。为了去除灰度变化对纹理参数的影响,需要设计一个新的纹理参数。由于统计学已经证明绝对不均匀度与平均灰度是一对线性相关的变量,而在直线方程中,斜率是不受变量影响的常量,如果用斜率作为肝实质纹理新的参数,那

13、么该参数将不再象绝对不均匀度那样受平均灰度变化的影响,而能很大程度地保持恒定,这将是一个较理想的纹理参数。由此可得新的纹理参数相对不均匀度的计算公式为:相对不均匀度(绝对不均匀度回归直线截距)/平均灰度用四邻接点算法计算的相对不均匀度记为HSR,用直方算法计算的相对不均匀度记为HHR,其具体计算公式见表3。表3相对不均匀度的计算公式计算方法3.5 MHz探头5.0 MHz探头四邻接点算法HSR(HS1290)/MGHSR(HS602)/MG直方算法HSR(HH1427)/MGHHR(HH318)/MG 四、根据以上公式,计算正常肝组和脂肪肝组的相对不均匀度,结果见表4、5。五、将脂肪肝组与正常

14、肝组相应的相对不均匀度值作t检验,结果见表6。 计算方法3.5 MHz探头5.0 MHz探头四邻接点算法(HSR)506526直方算法(HHR)9981109 计算方法3.5 MHz探头5.0 MHz探头四邻接点算法(HSR)375306直方算法(HHR)896959 表6脂肪肝组与正常肝组相应的相对不均匀度值t检验结果计算方法3.5 MHz探头5.0 MHz探头t值P值t值P值四邻接点算法(HSR)10.280.00114.430.001直方算法(HHR)6.600.0016.930.001 讨论在超声诊断中肝实质超声纹理不均匀度缺乏定量指标,一直是凭眼观察,由人的主观判断决定,准确性较差。

15、本研究运用计算机纹理分析的方法,根据正常肝实质的组织结构以及脂肪肝的病理变化,提出四邻接点算法。经临床实验验证,在使用两种探头的条件下,由回归直线方程得出的相对不均匀度(HSR)都能较好地反映正常肝与脂肪肝的肝实质不均匀度,t检验证实HSR能将不同的临床资料区分开来(P0.01),是一个反映肝实质纹理粗细的良好的定量指标,这也证实了四邻接点算法的设计思想。通过 3.5 MHz和 5.0 MHz两种探头的研究结果对比,可以发现使用 3.5 MHz探头时,两种算法正常肝组与脂肪肝组相对不均匀度的均值差异比使用 5.0 MHz探头时小(表7),这是由于 3.5 MHz探头的成像分辨力低于 5.0 M

16、Hz探头造成的。因此,建议在研究如肝实质等细小单位结构脏器的超声纹理时,应尽可能使用高频探头。表7不同探头正常肝组和脂肪肝组间相对不均匀度均值差异的比较计算方法3.5 MHz5.0 MHz四邻接点算法1322直方算法1015 在以往的超声像分析中,灰度直方是一个得到公认并被广泛应用的算法,然而灰度直方最大的不足就是不能反映像素点的排列特征。直方的变化与像素点的位置无关,一旦取样区内像素点的数目和灰度值确定,其直方就确定,任意变换取样区内像素点的位置,虽然可以组成许多不同的纹理或案,但直方却不能反映这种变化。本研究用直方作为对照,在两种方法的取样人群和取样点完全相同的条件下,由于四邻接点算法从肝

17、实质的超声纹理特征出发,反映了肝实质点状回声的排列特征,因而正常肝组与脂肪肝组的相对不均匀度均值差异较直方明显(表7),相对不均匀度的稳定性较直方好。虽然直方算法也能大致将正常肝与脂肪肝区分开来(P0.01),但从9例典型脂肪肝(5.0 MHz探头)的计算中发现,在脂肪肝超声远场明显衰减的情况下,四邻接点算法计算的相对不均匀度(HSR)明显下降(9例的HSR均值为 25.5,明显低于脂肪肝组的均值 30.0),与临床诊断相符,而直方算法计算的相对不均匀度(HHR)则高于超声远场衰减不明显的患者(9例的HSR均值为 98.0,明显高于脂肪肝组的均值 95.0),与临床诊断不符。这从算法上也可解释

18、:脂肪肝的声衰减造成了近场亮、远场暗的灰度梯度,由于这个梯度是连续的,因此取样区内也存在灰度梯度,即取样区内靠近探头的部分亮,远离探头的部分暗;而直方在提取不均匀度时只是将取样区的平均灰度与取样区内各点的灰度值相减后取绝对值,这就将这种由声衰减造成的灰度梯度混进了肝纹理的不均匀度,使相对不均匀度的值升高;四邻接点算法是依据正常肝与脂肪肝的组织结构和超声纹理特征设计的,在提取不均匀度时只考虑取样点与邻接点的灰度差,当脂肪肝出现声衰减时,虽然靠近探头的取样点亮,但其邻接点也较亮;远离探头的取样点暗,但其邻接点也较暗。这使取样点与邻接点的灰度差不受声衰减造成的灰度梯度的影响,使四邻接点算法提取的不均匀度依然能反映肝实质的纹理情况。综上所述,由于依据了正常肝与脂肪肝的组织结构和超声纹理特征,因此四邻接点算法能比直方算法更准确地反映肝实质的超声纹理变化,又因为在指标选取上选用了相对数,所以指标HSR受灰度