新疆地方性肝包虫病CT图像的频域特征分析

木拉提·哈米提, 葛雅静, 杨 芳, 阿布都艾尼·库吐鲁克， 伊力扎提·阿力甫, 员伟康

(1新疆医科大学医学工程技术学院， 乌鲁木齐 830011, 2解放军第474医院医学工程科， 乌鲁木齐 830013)

长期以来新疆地区医疗机构积累了大量的肝包虫病医学影像资料[1]，如何有效地利用这些医学影像资料成为一个亟待解决的问题。目前，新疆部分医疗机构使用的医学影像系统具有一定的图像分析功能，但是不能深入分析影像图像的内在数据信息[2]。因此利用计算机和图像后处理技术实现对肉眼不能识别分析的受检者肝脏CT图像的分析，无疑为临床医学CT诊断提供了重要依据[3]。由于人体肝脏具有组织学特征，其CT图像可以看作是纹理图像[4]。纹理图像的提取方法有统计分析法、几何特征法、信号处理法及关键点法[5]。本研究采用信号处理法对新疆地方性肝包虫病CT图像进行频域特征分析，以期为利用特征值筛选新疆地方性肝包虫病及肝包虫的早期诊断提供依据。

1 对象与方法

1.1对象本研究使用的肝脏CT图像(图1)均来自新疆医科大学第一附属医院影像中心，采用GE Brightspeed 16排螺旋CT和GE Lightspeed Ultra型64层螺旋CT机。层厚2.5～5 mm，电压120 kV，电流200～260 mA，螺距0.75～1.5∶1，床速7.5～15 mm/周，螺旋0.8～1.0 s/周。用于研究的样本共45幅，其中正常肝脏(正常组)15幅，单囊肝包虫(单囊组)15幅，多囊肝包虫(多囊组)15幅。选取血管较少肝右下叶(像素)大小的区域作为感兴趣区域，见图2。

图1 肝脏CT图像

正常 单囊 多囊

1.2方法

1.2.1 Fourier变换 首先对图像做二维傅立叶变换，图像的二维傅立叶变换的方程为[6]：

=R+I*i(0≤x

(1)

1.2.2 功率谱的计算

功率谱的定义[7]：

|F|2=R2+I2

(2)

在二维离散频谱平面上，通过建立极坐标可有下面的公式：

(3)

p(m)和p(m+1)分别是m个内环和m+1个内环的半径。为克服扫描参数不同的影响，对于m=0对应的直流分量略去不计。

F(m)为不同频率分量的平均功率谱，基于F(m)的特性，引入2个纹理特征测度[8]：

(1)能量(Energy):

(4)

(2) 方差(Var):

(5)

2 结果

从正常组到单囊组再到多囊组，频域所选取的2个特征参量的均值逐渐增大(表1)。3组中2个特征参数均具有统计学差异。正常组、单囊组和多囊组特征分量Var和Energy差异均有统计学意义(P<0.05)。肝脏CT图像纹理的方向性和规律性较低(图3)，肝包虫CT图像的能量谱在不同组别间有不同的表征，而且随着肝包虫疾病的不断加重,肝包虫CT图像的能量谱的峰值反而出现降低趋势(图4～6)。

表1 3组别特征分量的比较

图3 正常肝脏CT图片的功率谱

图4 正常肝脏CT图像的能量谱 图5 单囊型肝包虫病CT图像的能量谱 图6 多囊型肝包虫病CT图像的能量谱

3 讨论

信号处理方法在计算机视觉和图像处理中占有非常重要的位置，在纹理分析领域的应用也极其广泛。信号处理纹理分析常用方法有Laws模板、Fourier变换、正方形镜像滤波器、Gabor 滤波器和小波等[9]。本研究采用Fourier变换。

根据医学数据变异度大、呈渐进式变化的特点，本研究用纹理分析法对肝包虫CT图像进行特征提取。从图3可以看出肝图像纹理的周期性不明显；从正常到单囊再到多囊，2个特征参数的均值也逐渐增大，这表明肝脏图像的纹理由细腻到粗糙变化明显。

本研究通过频域法提取了新疆地方性肝包虫病的单囊肝包虫、多囊肝包虫以及正常肝脏CT图像的能量和方差2个特征分量。并对2个特征分量进行统计学分析，实验结果显示正常组、单囊组和多囊组的能量方差差异具有统计学意义，采用频域法提取新疆地方性肝包虫CT图像的特征分量，其差异具有统计学意义，表明通过频域法提取肝包虫的特征参量有效性较高，为选择频谱方法进行分析提供了佐证[10]。可为利用特征值筛选新疆地方性肝包虫病及肝包虫的早期诊断提供依据。

参考文献:

[1] 马立公，李文方，乔颖，等．肝包虫的CT诊断[J]．临床放射学杂志，1998，(6)：347-349．

[2] 邓生德，魏铭，柴瑾，等．囊型肝包虫病的MR诊断与CT对照分析[J]．实用放射学杂志，2008，24(11)：1504-1506．

[3] 侯民羊，李润根，高鑫，等．CT 对肝包虫囊肿的诊断价值与分型[J].现代医用影像学，2000,9(4):156-158.

[4] 胡彦婷，木拉提·哈米提,陈建军,等.Bayes 分类算法和活动轮廓模型的新疆肝包虫CT 图像分割方法[J].科技导报，2010,28(2):19-24.

[5] 王志瑞，闫彩良．图像特征提取方法的综述[J]．吉首大学学报:自然科学版，2011，32(5)：41-42．

[6] Gonzalez RC, Richard EW．冈萨雷斯数字图像处理[M]．2版.2007．

[7] 刘丽，匡纲要．图像纹理特征提取方法综述[J]中国图象图形学报，2009,14(4):622-635.

[8] 刘兴龙，周萍，李训栋，等．肝纤维化CT图像的频域特征分析[J].医疗设备信息，2004,19(9):7-9.

[9] 谢菲．图像纹理特征的提取和图像分类系统研究及实现[D].硕士论文，成都：电子科技大学，2009．

[10] 孙瑛，覃家美，廖孟扬，等．利用图像纹理的频域特征参量对肝脏组织的分析[J].中国医学影像技术，1994,10(1):59-62．