您的位置：山东大学 -> 科技期刊社 -> 《山东大学学报（医学版）》

山东大学学报(医学版) ›› 2209, Vol. 47 ›› Issue (6): 42-46.

• 论文 • 上一篇    下一篇

肝癌31磷磁共振波谱数据的分类

王韶卿 刘毅慧 付婷婷 成金勇 刘强   

  1. 1. 山东省医学影像学研究所，  济南 250021； 2. 山东轻工业学院信息科学与技术学院， 济南 250353
  • 收稿日期:2008-11-04 出版日期:2009-06-16 发布日期:2209-06-25
  • 通讯作者: 刘强（1964- ），男，博士，副教授，主要从事医学影像学诊断研究。
  • 作者简介:王韶卿（1961- ），女，副主任技师，主要从事医学影像学技术研究。
  • 基金资助:

    山东省自然科学基金资助项目(Y2006C96)。

Classification of 31P MRS data for hepatocellular carcinoma

 WANG Shao-Qing, LIU Yi-Hui, FU Ting-Ting, CHENG Jin-Yong, LIU Qiang   

  1. 1. Shandong Institute of Medical Imaging Research, Jinan 250021, China；2. School of Computer Science, Shandong Institute of Light Industry, Jinan 250353,China
  • Received:2008-11-04 Online:2009-06-16 Published:2209-06-25

摘要：

目的 利用31P磁共振波谱分析数据，区别肝细胞肝癌、肝硬化和正常的肝组织。 方法 从33例包括肝细胞肝癌、肝硬化和正常肝的志愿者中选择66个有效体素样本，利用1.5T超导MR扫描仪采集31P MRS数据，通过BP神经网络和SVM模型的实验来区别肝细胞肝癌、肝硬化和正常肝脏组织。 结果 有限的样本实现了良好的分类性能，反向传播神经网络（BP）和支持向量机（SVM）模型可以提高31P MRS识别率，识别率可达92.31%。 结论 基于BP和SVM的31P MRS数据分析，对于活体肝细胞肝癌的诊断提供了一种可选择的有价值的技术。

关键词: 癌，肝细胞；肝硬化；磁共振波谱学；支持向量机；反向传播神经网络

Abstract:

Objective  To distinguish hepatocellular carcinoma, liver cirrhosis and normal liver tissues using 31P MRS.  Methods  Using a 1.5T superconducting MR scanner, 31P MRSdata of 66 effective voxel samples were collected from 33 cases of hepatocellular carcinoma, liver cirrhosis and normal liver volunteers.  The BP neural network and SVM model experiments were used to differentiate hepatocellular carcinoma, liver cirrhosis and normal liver tissues.  Results Limited samples achieved a good classification performance. Back-propagation neural network (BP)and Support Vector Machine (SVM) models can improve identification rates of 31P MRSto 92.31%.  Conclusion  31P MRSdata analysis based on BP and SVM for in vivo diagnosis of hepatocellular carcinoma provides a valuable optional technology.

Key words: Carcinoma， hepatocellular; liver cirrhosis; magnetic resonance spectroscopy；    Support vector machine; Back-propagation  neural network

中图分类号: 

  • R445.2
[1] 齐萌1，王颖2，陈绍明3，王一兵2，叶颖2，吴文浩2. 膝关节骨关节炎患者与健康成年人股骨髁间窝宽度、高度的MR测量及比较[J]. 山东大学学报(医学版), 2013, 51(06): 103-105.
[2] 李旭，秦东京，曹新山，姜兴岳，张迪，王静. 无骨折脱位型颈脊髓损伤DTI征象与JOA评分的相关性[J]. 山东大学学报(医学版), 2013, 51(1): 83-87.
[3] 赵强，康永军，王新怡，杨志强. 轻度认知功能障碍患者海马区的磁共振弥散张量成像分析[J]. 山东大学学报(医学版), 2012, 50(3): 103-.
[4] 王丽娟1,2，王光彬2，刘玉波3，耿明宾4，胡建滨1，白雪1，赵连新1. 脑干梗死的一种特殊MR征象分析[J]. 山东大学学报(医学版), 2011, 49(5): 111-.
[5] 张晓明，马祥兴，于德新，孟祥水，李传福. 3.0T磁共振动态增强扫描在直肠病变的应用[J]. 山东大学学报(医学版), 2011, 49(4): 118-.
[6] 陈丽，张成琪，王新怡，杨志强. 轻度认知功能障碍与阿尔茨海默病患者小脑的MRI定量分析[J]. 山东大学学报(医学版), 2010, 48(10): 85-.
[7] 孟祥水1，柴相君2，马祥兴1，王青1，张晓明1，王茜1，李传福1，侯金文1. 3.0T磁共振DTI在单侧大脑中动脉闭塞中的诊断价值[J]. 山东大学学报(医学版), 2010, 48(8): 83-87.
[8] 刘玉波1,2,王光彬2,王强修3，耿明宾4,王丽娟1,胡建滨1. 左右利手人脑铁含量差异的磁共振成像研究初探[J]. 山东大学学报(医学版), 2010, 48(5): 135-.
[9] 刘圣源，张敬，李威，张权，张云亭. 脊髓室管膜瘤的MRI表现分析[J]. 山东大学学报(医学版), 2010, 48(3): 124-126.
[10] 曹金凤1，林祥涛1,2，王光彬2，肖连祥1，苗明明1，杨金永3. DWI及DCE-MRI在良恶性骨病鉴别诊断中的应用[J]. 山东大学学报(医学版), 2010, 48(3): 144-148.
[11] 任庆国，康笑水，郑金勇，于荣，侯金文. MRI在新生儿胆红素脑病中的应用价值[J]. 山东大学学报(医学版), 2010, 48(2): 91-93.
[12] 王韶卿 刘毅慧 付婷婷 成金勇 刘强. 肝癌31磷磁共振波谱数据的分类[J]. 山东大学学报(医学版), 2009, 47(6): 42-46.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 2018 《山东大学学报(医学版)》编辑部　
地址:山东大学科技期刊社（济南市历城区山大南路27号山东大学中心校区明德楼B座721室） 电话: 0531-88366918 E-mail: xbyxb@sdu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发