原发性肝癌CT图像纹理研宄摘要：目的：研究图像纹理分析方法对原发性肝癌CT图像识别能力。方法：选择我院在2010年3月-2013年3月间收治得30例确诊为原发性肝癌患者的CT图像和30例确诊正常肝CT图像为研宄样本，采用一阶统计特征、灰度共生矩阵、灰度行程矩阵等提取方式提取正常肝癌和原发性肝癌CT图像纹理特征，通过t检验进行特征选择和分类识别。结果：一阶矩、和均质在正常肝和原发性肝癌中的差异有统计学意义(P关键词：原发性肝癌；特征选择；图像纹理【】R735.7【文献标识码】A【】1672-8602(2015)03-0018-01原发性肝癌是肝细胞或者肝内胆管上皮细胞的恶性肿瘤，在致死性恶性肿瘤中位于第5位。CT是各种影像学检查中能够比较准确反映肝脏病理形态的一种检测方法［1］。弥散性和非弥散性肝脏疾病主要的诊断学区分特征是正常组织是否被破坏，在CT图像上主要体现为图像纹理的变化，而根据不同CT图像纹理特征差异，能够通过计算机进行原发性肝癌和正常肝组织的识别与分析，对于我国肝癌患者数量众多，诊断工作繁重的现状来说，实现计算机诊断是有着重要意义的。本次研宄以我院在2008年3月-2013年3月间收治的40例确诊为原发性肝癌患者的CT图像和40例确诊正常肝CT图像为研宄对象，对原发性肝癌CT图像纹理进行了研究。1资料与方法1.1—般资料选择我院在2008年3月-2013年3月间收治得30例确诊为原发性肝癌患者的CT图像和30例确诊正常肝CT图像为研究样本，全部样本在年龄、受教育程度等方面差异无统计学意义(P>0.05)o1.2方法将选择的80个样本图像采集并存储在计算机上，选择图像兴趣区。由经验丰富的医师指导，选取80个20*20的兴趣区，40个为正常肝，40个属于原发性肝癌。1.2.1纹理特征提取选用一阶统计特征、灰度共生矩阵、灰度行程矩阵三种提取策略提取纹理特征［2］。1.2.2特征选择不是每个特征都能够用于样本图样区分，对于某个特定特征，两个样本差异显著才可记为有效特征，否则为冗余特征。采用t检验时，首先选择两类类性特征样本值，此时两类特征值方差不等并且未知，建立基本假设：HO：A：P=ul-u2^oHl：Au=ul-u2^o进行t检验，HO成立时可获得统计量。1.2.3神经网络识别采用BP神经网络进行正常肝和原发性肝癌分类，输入层、隐含层和输出层组成分类器，输入层中包含和有效特征数目相等的输入神经元，隐含层有十个，输出层有一个。设置收敛判断值为0.0001，训练步数最大200,如果训练数据和网络输出误差平方低于这两个限度，可认为网络收敛［3］。1.3统计学处理在本次研究中采用统计学软件SPSS20.0对统计的数据进行处理，计量资料采用t检验，计数的资料米用x2检验，以（P