基于拓扑纹理特征的间质性肺病模式分类
医学物理
2010-05-28 v1
摘要
比较了拓扑纹理特征在分类高分辨率计算机断层扫描(HRCT)图像中被称为“蜂窝征”的形态模式的能力，这些模式被认为指示纤维化间质性肺病的存在。对于14名已知出现蜂窝征的患者，从HRCT胸部检查中获取了70层轴向、肺核重建图像。由经验丰富的放射科医生识别出241个感兴趣区域，包括健康肺组织和病理肺组织(89个)。使用从灰度共生矩阵(GLCM)、闵可夫斯基维度(MDs)和三个闵可夫斯基泛函(MFs，例如MF.euler)计算的六个属性提取纹理特征。针对每个纹理向量，在10折交叉验证中优化了k近邻(k-NN)分类器和多层径向基函数网络(RBFN)，并在独立测试集上计算分类准确率，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率分布，并通过Bonferroni校正调整多重比较的显著性阈值。最佳分类结果由MF特征获得，对于两种分类器，其表现均显著优于所有标准GLCM和MD特征(p < 0.005)。最高准确率由MF.euler获得(k-NN和RBFN分类器分别为97.5%和96.6%)。最佳标准纹理特征是GLCM特征“同质性”(91.8%, 87.2%)和“绝对值”(90.2%, 88.5%)。结果表明，与标准纹理分析方法相比，先进的拓扑纹理特征可以在间质性肺病的计算机辅助诊断中提供更优的分类性能。
引用
@article{arxiv.1005.5086,
title = {Classification of interstitial lung disease patterns with topological texture features},
author = {Markus B. Huber and Mahesh Nagarajan and Gerda Leinsinger and Lawrence A. Ray and Axel Wismüller},
journal= {arXiv preprint arXiv:1005.5086},
year = {2010}
}
备注
8 pages, 5 figures, Proceedings SPIE Medical Imaging 2010