目的 通过对儿童后颅窝常见肿瘤中室管膜瘤和髓母细胞瘤的MRI图像进行基于Gabor滤波的纹理分析,用支持向量机(SVM)对提取的特征进行训练分类,并对分类结果进行评价.资料与方法 选取22例室管膜瘤和23例髓母细胞瘤图像的肿瘤部分为感兴趣区(ROI),对ROI进行5个尺度8个方向的Gabor滤波,观察滤波后图像提取均值、对比度、熵、角度方向二阶矩4组共160个纹理特征,分析160个纹理特征在不同肿瘤之间的差异.利用SVM对具有显著性差异的纹理特征进行训练并分类.结果 Gabor滤波后提取的160个纹理特征中,114个特征在2种肿瘤间差异有统计学意义(P<0.05),利用SVM,室管膜瘤与髓母细胞瘤分类准确率达(87.03±4.22)%.结论 基于Gabor滤波的纹理特征分析能够有效实现儿童后颅窝肿瘤中室管膜瘤和髓母细胞瘤的分类,可以作为一种临床诊断的辅助方法.
作者:张涵笑;赵书俊;董洁;张勇
来源:中国医学影像学杂志 2018 年 26卷 12期