目的:提出一种肝脏组织全局特征与局部特征结合的肝硬化病程分类方法,用于解决目前肝硬化诊断主要依赖于人工检测的问题.方法:收集47例乙型肝炎肝硬化患者(依据Child-Pugh改良分级标准分为轻度肝硬化组、中度肝硬化组、重度肝硬化组)及20名健康志愿者(正常对照组)的二维高频超声图像,提出差分滤波器方法提取图像的码距,并提取角点、条索、腹水等特征进行定量分析.建立两阶段分类模型,第一阶段采用RBF核函数的SVM,将轻度与中度肝硬化归为一组,正常与重度肝硬化归为一组进行分类,避免两组之间的互相干扰.第二阶段采用贝叶斯对RF进行参数调优,调整不同特征的重要性权重,对每组的两个类别分别分类,提升肝硬化病程分类的准确率.结果:提出的特征均具有统计学意义(P＜0.05),采用SVM-RF模型对正常对照组、轻度肝硬化组、中度肝硬化组、重度肝硬化组4个阶段的最终分类准确率分别达到93.11
作者：朱佳琦；刘翔；宋家琳
来源：中国医学物理学杂志 2023 年 40卷 11期
