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) ›› 2009, 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 发布日期:2009-06-16
  • 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 Published:2009-06-16

PDF (PC)

230

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: v

中图分类号: 

  • R445.2
[1] 于德新 蔡跃红 马祥兴 张晓明 李传福. 肝细胞癌血管生成及其成熟度的临床意义[J]. 山东大学学报(医学版), 2209, 47(6): 51-54.
[2] 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), 2209, 47(6): 42-46.
[3] 朱金羽,高帅,王凯. 控制营养状态评分在乙肝肝硬化中的临床价值[J]. 山东大学学报 (医学版), 2023, 61(7): 72-77.
[4] 陈炳荣,施勇旺,李嘉浩,翟吉良,刘梁,刘文勇,胡磊,赵宇. 基于支持向量机的脊柱离体组织电阻抗识别[J]. 山东大学学报 (医学版), 2023, 61(3): 57-62.
[5] 李昱呈,王敏,王春花,陈俞洁. 桥本甲状腺炎并肝硬化腹水1例并文献复习[J]. 山东大学学报 (医学版), 2023, 61(11): 111-115.
[6] 李祥泽,王先明,宋歌声,崔晶,孙凯,王皓晨,王天成,韩绍奇,田虎. 合并乙肝肝硬化的肝上皮样血管内皮瘤1例报道并文献复习[J]. 山东大学学报 (医学版), 2022, 60(11): 89-95.
[7] 丁艳菲,杨卓鑫,郑文文,袁文杰,高艳景. 肝硬化门静脉血栓形成的相关危险因素[J]. 山东大学学报 (医学版), 2018, 56(12): 13-18.
[8] 张琨,张孝国,崔杏杏,陈士俊. 慢性HBV感染者外周血单个核细胞凋亡相关因子的表达及其与乙肝慢性化的关系[J]. 山东大学学报（医学版）, 2016, 54(7): 38-42.
[9] 公晓云,申小涛,徐静,张涛,朱正江,薛付忠. 代谢组学数据正态性对疾病分类准确性的影响[J]. 山东大学学报（医学版）, 2016, 54(4): 89-93.
[10] 刘彩峰, 汪明明, 李新立, 崔速南. 托伐普坦治疗肝硬化顽固性腹水并低钠血症的疗效[J]. 山东大学学报（医学版）, 2016, 54(1): 33-37.
[11] 黄旻. 肝硬化上消化道出血的内科治疗方法探讨[J]. 山东大学学报（医学版）, 2014, 52(S2): 24-24.
[12] 吴斌, 何文涛, 程云峰, 章以法, 吴东刚. 肝硬化患者血清高密度脂蛋白胆固醇检测的临床意义[J]. 山东大学学报（医学版）, 2014, 52(S2): 19-19.
[13] 刘士锦. 肝硬化合并上消化道出血患者的观察与护理[J]. 山东大学学报（医学版）, 2014, 52(S2): 130-131.
[14] 吴善彬，许洪伟，刘慧，李宾. 血管内血管旁联合注射硬化剂治疗食管静脉曲张出血[J]. 山东大学学报（医学版）, 2014, 52(6): 85-89.
[15] 李继业, 王薇, 潘润华, 阿斯楞, 廖彩仙. 肝脏FibroScan测定和功能评分与肝硬化病理分级的相关性[J]. 山东大学学报（医学版）, 2014, 52(12): 83-88.
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