基于Glisson囊的肝病分期的数字图像处理方法

由于对肝病（全球最常见的健康问题之一）快速有效治疗的需求，通过无创且经济的方法对纤维化进行分期已变得十分重要。受过去用于肝病的诊断性腹腔镜启发，本文研究肝脏的超声图像，聚焦于器官中可见Glisson囊的特定区域。在超声图像中，Glisson囊呈线状，可通过文献中的经典方法提取。通过结合标准图像处理技术与卷积神经网络（CNN）方法，本工作的目的在于证明Glisson囊表面的平滑度蕴含巨大信息潜力这一想法。为此，考虑了若干分类器，其处理不同类型的数据，即超声图像、描绘Glisson线的二值图像，以及从原始图像提取的特征向量。这是一项基于弹性超声造影检查结果的回顾性初步研究。