甲状腺结节钙化特征的自动提取方法研究

李 涛，李怡勇，米永巍，丁明跃，张 冀

甲状腺结节钙化特征的自动提取方法研究

李 涛，李怡勇，米永巍，丁明跃，张 冀

目的：提出一种甲状腺结节钙化特征的自动提取方法，从而提高应用钙化特征对甲状腺结节进行鉴别诊断的可重复性和准确性。方法：首先采用基于GVF Snake模型的分割算法和钙化灶的图像识别算法完成甲状腺结节钙化特征的自动提取。然后，在对30例甲状腺结节的回顾性研究中，通过受试者工作特征曲线（receiver operating characteristic curve，ROC）分析评估所提取的钙化指数（calcification index，CI）对甲状腺结节的鉴别诊断价值。结果：提取的钙化指数在良、恶性结节分类中具有一定的准确性（ROC曲线下面积为0.720）。以约登指数最大的分界点作为最佳的诊断界限点，准确性可达80%。结论：该方法能有效地提取甲状腺结节的钙化特征，所提取的钙化指数对甲状腺恶性结节的超声临床诊断具有一定的辅助作用。

甲状腺结节；钙化特征；自动提取；超声图像

0 引言

流行病学研究显示，甲状腺结节的临床发病率高，超声检查可发现40%～50%的人具有甲状腺结节，其中甲状腺癌占5%～15%[1-2]。目前，超声检查已成为甲状腺结节性疾病筛查的首选方式[3-4]。在超声图像中，钙化是一种常见的现象，有多种模式，如环形或弧状钙化、粗钙化和微钙化等。过往研究中，对钙化特征定性的讨论较多，结果表明任何类型的钙化都有恶性的可能[5]。但某些微钙化特征由于钙化灶小因而十分容易被医师忽略，严重影响诊断的准确性，且采用定性的方式依赖医师的个人经验，诊断的可重复性和一致性不高。因此，本论文提出一种甲状腺结节钙化特征的自动提取方法，从而提高应用钙化特征对甲状腺结节进行鉴别诊断的可重复性和准确性，也为甲状腺结节超声辅助诊断技术提供基础。

1 甲状腺结节区域的分割定位

基于形变模型的分割方法是过去几十年间一种经典的图像分割方法，已广泛应用于各种图像分割。传统的Snake模型[6]和GVF Snake模型[7]是参数活动轮廓模型的代表，其原理为：首先定义参数曲线的能量函数，然后通过显示的最小化能量函数来移动曲线完成分割。

GVF Snake模型是针对传统Snake模型不足而改进的一种主动轮廓模型。传统的Snake模型采用梯度场作为外部能量，会在均一区域失去演化推动力，同时，易受图片高噪声点的错误引导，也存在无法进入凹陷区域的问题。基于此，Xu等[7]运用扩散原理，采用梯度向量流来作为外部能量项，从而提出了一种新的外力场Snake模型。

GVF Snake模型中设定灰度图像（Ix，y）的边缘映射为（fx，y）=-Ee（xtx，y）。

V（x，y）=[u（x，y），v（x，y）]为向量场，可由式（1）的泛函极值得到。

式（1）中，μ为噪声因子，（x，y）为像素点的坐标。该最小化过程会计算出一个逐渐聚合到目标边缘并缓慢变化的外力场。因此，GVF snake模型解决了许多初始化问题，扩大了模型的搜索范围，降低了对初始轮廓的敏感，可以随意地将轮廓初始化在目标内、外或与目标交叉，同时，也能较好地解决凹陷部分的边界问题。

GVF Snake模型是一种高层信息的有效的目标轮廓提取方法，它可以得到一条完整的曲线，在医学超声图像中得到广泛的应用，并取得不错的效果。因此，本论文采用基于GVF Snake主动轮廓模型对甲状腺结节进行分割，其步骤为：首先由人工采用六点法定出贴近目标轮廓的初始轮廓，然后采用GVF Snake模型的算法进行曲线演化，最后判断演化方程是否达到收敛或最大迭代次数，如果是则停止，否则继续进行演化。甲状腺结节超声图像的分割结果如图1所示。

图1 甲状腺结节分割结果

2 甲状腺结节内钙化特征的提取

本论文采用Chen等[8]提出的钙化指数（calcification index，CI）计算方法对甲状腺结节内的钙化水平进行定量表征。该方法中钙化灶的图像识别算法如下：

首先为了去除结节中的囊性区域，先定义一个囊性指示函数Cij，表达式见式（2）：

其中，Gij为图像像素点（i，j）的灰度值，L为决定该点是否为囊性组织的一个门限值，其取值由式（3）决定：

式（3）中，Gmin为结节内所有像素点灰度的最小值。式（4）中，Iij为是否在结节内的指示函数，μnod为结节内像素点的均值。

式（6）中，Rnod代表结节内区域，即采用GVF Snake模型分割出的区域，l为结节内所有像素点灰度值方差σnod的倍数因子。按式（6）定义，Cij等于0表征囊性区域。由于钙化点一般在结节内的高亮区域，因此提出用另一个指示函数Uij来表示钙化点搜索区域，表达式如式（7）：

因此，高回声聚焦点即可能的钙化点就可以在Uij内搜索，使用Yij指示函数来判断：

这里门限K由如式（9）计算：

式（9）中，μc为钙化点搜索区域的像素点的均值，σc为钙化点搜索区域的像素点的方差，k为方差的倍数因子。

最后，可采用式（12）计算得到钙化指数（calcification index，CI）：

3 实验

本研究选取从2012年12月到2013年4月来院进行甲状腺结节手术切除的30例病例，其中良、恶性结节各15例。采用ACUSON S2000型彩色多普勒超声诊断仪，配以9L4高频探头进行检查。检查时，嘱患者仰卧位，后仰头部，充分暴露颈部，控制呼吸。调节仪器使二维超声图像处于最佳状态，然后进行甲状腺检查，获取的结节图像存入硬盘记录。

甲状腺结节内钙化指数的受试者工作特征曲线（receiver operating characteristic curve，ROC）曲线如图3所示。通过计算，曲线下面积为0.720，约登指数最大（0.600）时的诊断分界点的CI值为0.008 9；以CI≥0.008 9来诊断甲状腺恶性结节的敏感性、特异性和准确性均为80.0%。

4 结论

钙化是甲状腺结节的常见特征，在良、恶性结节中均可出现。本论文量化提取的钙化指数在甲状腺结节的鉴别诊断中获得较为理想的分类效果，其敏感性和特异性均高达80%，比Rago等[9]采用医师定性判读钙化特征的效果好。Rago等通过对104个甲状腺结节进行研究，实验表明，钙化在甲状腺恶性结节诊断中的敏感性和特异性分别为54.0%和75.6%。此外，实验中还发现良性结节的钙化指数呈哑铃型分布，要么高，要么低（即表现为无钙化或粗钙化特征）。恶性结节的钙化指数则相对较高（即微钙化的特征）。该现象表明良、恶性结节的钙化指数分布具有非线性的特点，该特点也可能是导致线性ROC曲线分析中曲线下面积不高的原因之一。今后可进一步采用一些非线性的分类方法挖掘钙化指数在甲状腺结节良、恶性鉴别诊断中的潜在价值。

图2 甲状腺结节内钙化指数的ROC曲线

总之，在甲状腺结节的超声筛查中，钙化特征是诊断甲状腺癌的一个特异性指标[10]。本文用自动提取的钙化指数来判别甲状腺结节的良、恶性，取得了较为理想的结果，有助于帮助临床医生更好地进行甲状腺癌的术前诊断，也为实现甲状腺结节超声辅助诊断技术提供了基础。

[1]Bibicu D，Moraru L，Moldovanu S.Automatic investigation of the thyroid nodules fromUS images[C]//Proceedings of AIP Conference. Romonia：OrganizationCommitteeofAIPConference，2012：221-229.

[2]Light G S.Nodular goiter and benign and malignant neoplasms of the thyroid[M].15thed.Philadelphia：WBSaundersCompany，1997：626-627.

[3]Gu J，Du L，Bai M，et al.Preliminary study on the diagnostic value of acoustic radiation force impulse technology for differentiating betweenbenignandmalignantthyroidnodules[J].UltrasoundMed，2012，31（5）：763-771.

[4]Morris L F，Ragavendra N，Yeh M W.Evidence-based assessment of the role of ultrasonography in the management of benign thyroid nodules[J].World J Surg，2008，32（7）：1 253-1 263.

[5]Kakkos S K，Scopa C D，Chalmoukis A K，et al.Relative risk of cancer in sonographically detected thyroid nodules with calcifications[J]. J Clin Ultrasound，2000，28（7）：347-352.

[6]Kass M，Witkin A，Terzopoulos D.Snakes：active contour models[J]. Int J Comput Vis，1987，1（4）：321-331.

[7]Xu C Y，Prince J L.Snakes，shapes，and gradient vector flow[J].IEEE Trans Image Process，1998，7（3）：359-369.

[8]Chen K Y，Chen C N，Wu M H，et al.Computerized detection and quantification of microcalcifications in thyroid nodules[J].Ultrasound Med Biol，2011，37（6）：870-878.

[9]Rago T，Vitti P，Chiovato L，et al.Role of conventional ultrasonography and color flow-Doppler sonography in predicting malignancy in 'cold'thyroid nodules[J].Eur J Endocrinol，1998，138（1）：41-46.

[10]李康，丛淑珍，李谊，等.超声探测甲状腺钙化模式的临床意义[J].中国医学影像技术，2007，23（3）：379-381.

（收稿：2015-06-14 修回：2015-09-15）

本刊对论文摘要撰写的基本要求

除“技术保障”栏目外，其余栏目均需有中英文摘要和关键词。本刊对文章摘要的撰写有以下要求：

1.摘要字数一般控制在150～300字，并将内容译成英文。英文摘要与中文摘要内容原则上相对应，但考虑到国外读者的需要，可提供更详细的信息。

2.摘要有2种写法。一种为结构式摘要。研究型论文一般要求结构式摘要，包括“目的”“方法”“结果”和“结论”4个部分。另一种为指示性摘要或报道-指示性摘要。即对文章内容进行某种提示或描述，只简要介绍文章研究的问题，或概括性地表述研究目的。常见的样式：提出（叙述、阐述、研究）了…………。应用…………方法（原理、技巧、方法），解决（证明）了……问题。得到了……结果。

3.应防止摘要过于简单，仅写了文章的内容简括，而未写出内容的实质和精华部分。摘要要求简洁，应当省略掉原文中对历史背景的描述、导言、过时信息、多余的话及研究过程的细节等内容，只摘录其主要结果和结论，但不能写得过分简单，忽略和遗漏了有价值的信息。

4.中文摘要用第三人称撰写，不列图、表，不引用文献，不出现引文、图表号、复杂的数学公式、化学结构式等，不加评论，一般不分段落。摘要中首次出现的缩略语、代号等除了规范的、约定俗成的缩略语（如DNA）外,首次用缩略语之前须将中、英文全称列出。对新术语或尚无合适汉语译名的术语，可使用原文或在译名后括号中注明原文。

（本刊编辑部）

Automatic feature extraction algorithm for thyroid nodules calcification

LI Tao1,2,LI Yi-yong2,MI Yong-wei2,DING Ming-yue1,ZHANG Ji2
（1.School of Life Science and Technology,Huazhong University of Science and Technology, Wuhan 430074,China;2.Department of Medical Engineering,Wuhan General Hospital of Guangzhou Military Area Command,Wuhan 430070,China）

Objective To propose a kind of thyriod nodule calcification feature automatic extraction method so as to improve the repeatability and accuracy when using calcification feature to differentiate thyroid nodules.Methods The automatic extraction algorithm of the calcification feature of thyroid nodules was fulfilled based on GVF snake model segmentation and image recognition method of calcifications.Then,in a retrospective study of 30 cases of thyroid nodules,the value of extracted calcification index (CI)in the differential diagnosis of thyroid nodules was evaluated by ROC analysis. Results The CI obtained certain accuracy for differentiating between malignant and benign thyroid nodules,with the area under ROC curve being 0.720.For the diagnostic cut-off point whose Youden index was maximum,the accuracy was 80%.Conclusion The proposed method can effectively extract the calcification feature of thyroid nodules,and the extracted CI can be an auxiliary tool when using ultrasound image to discriminate malignant thyroid nodules from benign ones.[Chinese Medical Equipment Journal，2015，36（12）：28-30]

thyroid nodule;calcification feature;automatic extraction;ultrasound image

R318；R445.1

A

1003-8868（2015）12-0028-03

10.7687/J.ISSN1003-8868.2015.12.028

国家自然科学基金资助项目（81401474）

李 涛（1986—），男，博士，主管技师，主要从事医学图像处理及医疗设备的研制、维护和管理方面的工作。

430074武汉，华中科技大学生命科学与技术学院（李 涛，丁明跃）；430074武汉，广州军区武汉总医院医学工程科（李怡勇，米永巍，张 冀）

丁明跃，E-mail：342838630@qq.com