基于超声RF时间序列的肝纤维化程度Fisher识别方法

摘要

本发明属于超声医学技术领域，具体为一种基于超声RF时间序列的肝纤维化程度Fisher识别方法，该方法首先使用宽频超声线阵探头扫描活体肝组织，记录多帧超声回波射频RF信号；解调并显示某一帧B型图，选取感兴趣区ROI，对ROI内的每点取其所有帧RF信号构成超声RF时间序列；提取ROI内RF时间序列的SMR分形维数均值和若干个谱特征参数，对大量正常和纤维化肝样本提取上述7个特征，统计得到每个特征参数的Fisher判别率，以归一化的Fisher判别率作为新输入样本相应特征参数的权值，对新样本各特征参数的绝对值进行加权求和得到评分Score-fisher。本发明首次提出基于RF时间序列的肝纤维化程度定量识别方法，为临床肝纤维化诊断及动态监测提供定量参考。

主权项

基于超声RF时间序列的肝纤维化程度Fisher识别方法，其特征在于，包括以下步骤：（1）训练阶段：选取大量正常肝和纤维化肝样本数据进行如下操作，得到各特征参数的权重：（1‑1）扫描活体肝组织，获取多帧超声回波射频RF信号；（1‑2）分别解调每一帧超声回波射频RF信号的B型图；（1‑3）在每个B型图上选取感兴趣区ROI；（1‑4）对ROI内的每一点取其所有帧RF信号构成超声RF时间序列；（1‑5）提取超声RF时间序列的SMR分形维数均值和若干个谱特征参数，即得到特征向量；（1‑6）对大量正常肝和纤维化肝样本提取上述特征向量，统计得到正常肝和纤维化肝特征向量中各特征参数的均值和方差；（1‑7）计算每个特征参数的Fisher判别率，然后归一化处理，得到各特征参数的权重；（2）识别阶段：对于新输入待识别的样本，按照步骤（1‑1）‑（1‑5）得到特征向量，以步骤（1‑7）得到的各特征参数的权重，对新样本每个特征参数的绝对值进行加权求和得到Fisher评分，根据其评分的分值即实现肝纤维化程度的识别。