基于超声识别HIFU致生物组织变性

发布时间：2023-06-03 10:53

　　目的探讨以超声筛选最佳特征向量,结合广义回归神经网络(GRNN)识别强度聚焦超声(HIFU)致生物组织变性的方法。方法采用HIFU以不同剂量对300个新鲜离体猪肉组织样本进行辐照,获得变性及未变性样本各150个。于辐照前后采集超声声像图,经减影处理获得超声减影图像;以灰度-梯度共生矩阵法及灰度差分统计法提取18个特征参数,经P值显著性检测法及欧氏距离法筛选获得最佳特向量。以300个样本中的198组为训练样本,102组为测试样本。识别训练样本后,以P值显著性检测法剔除的特征向量和欧氏距离最小的2个特征向量为最佳特征向量的对照组,将其分别输入GRNN,以识别组织变性;计算特征向量结合GRNN对测试样本的正确识别率和总识别率。结果最佳特征向量为梯度分布不均匀性和灰度分布不均匀性,其结合GRNN的总识别率分别为90.20%、91.18%,以2个最佳特征组合并结合GRNN后总识别率为98.04%。P值显著性检测法剔除的特征向量为平均值、对比度,其结合GRNN的总识别率分别为48.04%、75.49%,2以2个最佳特征组合并结合GRNN的总识别率为79.41%。欧氏距离最小的特征向量为能量、小梯度...

【文章页数】：5 页

【文章目录】：
1 实验系统与方法
2 特征提取
3 筛选最佳特征
4 识别组织变性
5 结果与分析
6 结论



本文编号：3829198