基于拓扑纹理特征的间质性肺疾病模式分类
摘要：高分辨率计算机断层扫描（HRCT）图像中，拓扑纹理特征在分类被认为暗示纤维化间质性肺疾病存在的形态学模式“蜂窝样化”方面进行了比较。对于已知存在蜂窝样化的14名患者，从HRCT胸部检查中获取了70个轴向、肺核重建图像堆栈。经验丰富的放射学家确定了241个感兴趣区域，包括健康和病理（89个）肺组织。使用从灰度共生矩阵（GLCM）、闵可夫斯基维度（MDs）和三个闵可夫斯基函数（MFs，例如MF.euler）计算的六个属性提取纹理特征。对于每个纹理向量，通过10折交叉验证优化了k最近邻分类器（k-NN）和多层径向基函数网络（RBFN），并且通过在独立测试集上计算分类准确度来作为自动组织表征的定量度量。使用Wilcoxon符号秩检验比较两个准确度分布，并通过Bonferroni修正对多重比较进行了显著性阈值调整。MF特征获得了最好的分类结果，在两个分类器中均表现优于所有标准GLCM和MD特征（p < 0.005）。MF.euler获得了最高的准确度（分别为97.5％、96.6％；对于k-NN和RBFN分类器）。最佳的标准纹理特征是GLCM特征“均匀度”（91.8％、87.2％）和“绝对值”（90.2％、88.5％）。结果表明，在与标准纹理分析方法相比时，先进的拓扑纹理特征在间质性肺疾病的计算机辅助诊断中可以提供更优越的分类性能。
作者：Markus B. Huber, Mahesh Nagarajan, Gerda Leinsinger, Lawrence A. Ray, Axel Wism"uller
论文ID：1005.5086
分类：Medical Physics
分类简称：physics.med-ph
提交时间：2010-05-28