摘要

目的:从分析肝脏超声射频信号的角度,探究一种对脂肪肝进行分级定量诊断的新方法。方法:80只Wistar大鼠,通过喂养高脂饲料建立大鼠脂肪肝模型,其中正常肝的大鼠28只,轻度脂肪肝的大鼠21只,中度脂肪肝的18只,重度脂肪肝的13只。然后采集大鼠左右肝的超声射频信号,选取大鼠肝脏部位感兴趣区域的超声射频信号,分析大鼠肝脏超声射频信号的脂肪肝特征信息,提取了射频信号幅度包络值的均值/标准差(MSR)、偏度(SK)、峰度(KU)这三个统计特征量,再利用BP神经网络对大鼠脂肪肝进行分类识别。结果:该方法对大鼠正常肝的识别率达92.5%,轻度脂肪肝的识别率达87.5%,中度脂肪肝的识别率达76.7%,重度脂肪肝的识别率达77.3%。结论:本文研究的方法可对大鼠脂肪肝进行分级定量诊断,且证明了超声射频信号在脂肪肝诊断中是有价值的,为对分级诊断脂肪肝疾病的研究提供了新的方向。

  • 单位
    中山大学; 中山大学/数学与计算科学学院; 空; 电子科技大学