超声背散射统计参数成像评价儿童脂肪肝的新方法.pdf
《超声背散射统计参数成像评价儿童脂肪肝的新方法.pdf》由会员分享,可在线阅读,更多相关《超声背散射统计参数成像评价儿童脂肪肝的新方法.pdf(8页珍藏版)》请在咨信网上搜索。
1、研究论著RESEARCH WORK17中国医疗设备 2023年第38卷 09期 VOL.38 No.09引言近年来,脂肪肝在儿童中尤其是肥胖儿童中的发病率越来越高,相关调查数据显示,肥胖儿童中脂肪肝检出率高达 53.72%1。儿童脂肪肝是未成年人慢性肝病最超声背散射统计参数成像评价儿童脂肪肝的新方法党英楠1,高瑞阳1,宾光宇1,吴水才1,崔博翔2,周著黄11.北京工业大学 环境与生命学部 智能化生理测量与临床转化北京市国际科研合作基地,北京 100124;2.台湾长庚大学 医学院,台湾 桃园 333323摘 要 目的 超声零差K分布是最具物理意义的背散射包络统计模型,探讨超声零差K成像评价儿童
2、脂肪肝的可行性。方法 改进基于神经网络的零差K分布参数估算方法,采用特征值的理论值训练估算模型,将并行计算引入背散射统计参数成像。利用中心频率3.5 MHz的探头采集儿童的背散射信号,将改进后的背散射统计参数成像应用于儿童脂肪肝的评价,分析Nakagami成像m参数、零差K成像k参数和log10()参数诊断儿童脂肪肝的性能,包括3种二分类(G0 vs.G1G3、G0G1 vs.G2G3、G0G2 vs.G3)。结果 共得到393例儿童脂肪肝超声背散射信号,其中正常G0共165例,轻度G1共33例,中度G2共78例,重度G3共117例。并行计算法的超声Nakagami成像和超声零差K成像的平均运
3、行时间均比滑动窗口法明显缩短,并行计算法的运算速度约是滑动窗口法的3倍。log10()参数在3种二分类中,均获得了最高的曲线下面积、特异性和准确度。结论 本研究设计基于并行计算的超声背散射统计参数成像方法,可提高成像速度,超声背散射统计参数成像能用于儿童脂肪肝的定量评价,特别是早期检测,研究结果可为儿童脂肪肝的定量超声评价提供新思路和新方法。关键词 超声背散射;超声零差K分布;儿童脂肪肝;包络统计模型;并行计算法New Method for Evaluating Fatty Liver in Children by Ultrasound Backscattering Statistical P
4、arameter ImagingDANG Yingnan1,GAO Ruiyang1,BIN Guangyu1,WU Shuicai1,CUI Boxiang2,ZHOU Zhuhuang11.Beijing International Science and Technology Cooperation Base for Intelligent Physiological Measurement and Clinical Transformation,Faculty of Environment and Life,Beijing University of Technology,Beijin
5、g 100124,China;2.College of Medicine,Chang Gung University,Taoyuan Taiwan 333323,ChinaAbstract:Objective Ultrasonic homodyne K distribution is a statistical model of backscattering envelope with the most physical parameters.To explore the feasibility of ultrasonic homodyne K imaging in evaluating ch
6、ildrens fatty liver.Methods An improved method of homodyne K distribution parameter estimation based on neural network was proposed to train the estimation model with eigenvalue,and parallel computation was introduced into backscattering statistical parameter imaging.The backscattering signals of ch
7、ildren were collected with a 3.5 MHz probe.The improved backscattering statistical parameter imaging was applied to the evaluation of fatty liver in children,and performance of the Nakagami imaging m parameter and the homodyne K imaging k parameter and log10()parameter in diagnosing childrens fatty
8、liver was analyzed.Three classifications were performed:G0 vs.G1-G3,G0-G1 vs.G2-G3,G0G2 vs.G3.Results A total of 393 cases of fatty liver ultrasound backscattering signals were obtained,of which 165 cases were normal G0,33 cases were mild G1,78 cases were moderate G2 and 117 cases were severe G3.The
9、 average running time of the parallel computing method for ultrasonic Nakagami imaging and ultrasonic homodyne K imaging was significantly shorter than that of the sliding window method,and the computing speed of the parallel computing method was about 3 times that of the sliding window method.The p
10、arameters of log10()obtained the highest area under the curve,specificity,and accuracy in all three binary classifications.Conclusion In this study,an ultrasound backscattering statistical parameter imaging method based on parallel computing is designed to improve the imaging speed.Ultrasound backsc
11、attering statistical parameter imaging can be used for quantitative evaluation of childrens fatty liver,especially for early detection,and the research results can provide a new idea and a new method for quantitative ultrasound evaluation of childrens fatty liver.Key words:ultrasound backscatter;ult
12、rasound homodyne K distribution;childrens fatty liver;envelope statistical model;parallel computing method中图分类号 R197.39;TP391 文献标识码 Adoi:10.3969/j.issn.1674-1633.2023.09.002 文章编号 1674-1633(2023)09-0017-08研究论著RESEARCH WORK18中国医疗设备 2023年第38卷 09期 VOL.38 No.09常见的病因之一,因其独特的组织病理学和临床特征导致该类疾病不仅易进展为脂肪性肝炎、肝纤维
13、化、肝硬化乃至肝癌,而且相对于成人脂肪肝,更易导致其他重大相关性疾病的发生,增加病死率2。因此,儿童脂肪肝的早期诊断与健康管理具有重要意义。肝活检是诊断脂肪肝的“金标准”,但该方法具有侵入性,且存在取样误差等不足,不适合作为儿童脂肪肝的筛查与跟踪监测的方式。因此,非侵入性的影像学方法受到临床的广泛关注。考虑儿童族群的特殊性,磁共振成像与 CT 并非舒适的检查工具,而超声成像具有易操作、低成本、高安全性等特点,已是公认儿童肝脏脂肪变性理想的筛查工具3。但以临床常用的 B 模式超声(B 超)来做脂肪肝诊断,虽然快速简便,但主观性较高,判读结果易受到临床医师的诊断经验影响。超声脂肪肝定量辅助诊断技术
14、中,最具代表性的是法国 Echosens 公司生产的 FibroScan 系统,该系统初期应用于肝纤维化评估4。之后 FibroScan 发展出受控衰减参数(Controlled Attenuation Parameter,CAP)来评估肝脏脂肪变性程度,肝脏脂肪变性会强化组织对声波能量的吸收效应,使得超声信号衰减程度增加、CAP 数值上升5。近年来,有研究者开始探讨 CAP 定量儿童脂肪肝严重程度的临床性能6-9。虽然其有效性已被证实,但有研究认为,皮下脂肪组织过厚以及测量过程中儿童的骚动问题,是造成 CAP 在儿童族群中测量失败的主要原因6。另一方面,FibroScan 采取右肋间作为检查
15、声窗进行定点测量,并没有提供影像扫描或引导功能,由于儿童的肋骨间距相对较窄,因此正确定位测量位置的难度较高。超声背散射信号蕴含组织微结构信息10-12,超声背散射统计参数成像是一种基于背散射信号分析的定量超声技术13-15,可兼容传统超声成像架构,能作为 B 超的补充成像方式。其中,基于瑞利分布和 Nakagami 分布的超声背散射统计参数成像技术已被商业化,并已通过美国食品药品监督管理局认证16。Nakagami 分布和零差 K 分布是最受关注的包络统计广义模型,其参数具有物理意义15-17,对其参数进行成像,分别称为超声Nakagami成像和超声零差K成像。2021年,Chuang等18证
16、实超声 Nakagami 成像在评价 68 例儿童脂肪肝方面的可行性。然而,超声零差 K 成像评价儿童脂肪肝的可行性尚未见相关报道。零差 K 分布被认为是参数最具物理意义的超声背散射统计模型19,然而,由于其参数估算较为复杂,一定程度上限制了其应用。2021 年,Zhou 等20设计了基于人工神经网络(Artificial Neural Network,ANN)的零差 K 分布参数估算方法,ANN 法在保证准确性的同时大幅提高了估算速度。然而,ANN 法超声零差 K 成像仍需要大量的计算时间,且 ANN 法还存在不够灵活的问题。基于此,本研究旨在改进 ANN 法,并将并行计算引入超声背散射统计
17、参数成像,同时利用基于并行计算和 ANN 的超声零差 K 成像对儿童脂肪肝进行评价,以及与基于并行计算的超声 Nakagami 成像进行对比,以期为评价儿童脂肪肝提供新的研究思路。1 理论基础1.1 Nakagami分布模型对于背散射包络信号幅度 A(A 0),Nakagami 分布模型的概率密度函数 fNAK(A)的定义如公式(1)所示21。(1)式 中,m 为 Nakagami 形 状 参 数;为 Nakagami尺度参数;(.)为伽马函数。虽然 Nakagami 分布是具有两个参数即 m、的背散射统计模型,但通常使用参数 m 对生物组织进行定征,m 的取值范围一般为(0,2,其中 m=1
18、 对应瑞利分布;m(0,1)对应前瑞利分布;m(1,2 对应后瑞利分布。1.2 零差K分布模型零差 K 分布模型的概率密度函数 fHK(A)没有闭合形式,一般表示为公式(2)的积分形式19。(2)式中,为散射子聚集参数,与超声分辨单元内的有效散射子个数有关;2和 22 分别为相干散射信号的能量和弥漫散射信号的能量;x 为积分变量;B0(.)为零阶第一类贝塞尔函数。定义参数 k 为相干散射信号幅度与弥漫散射信号幅度的比值,见公式(3)。(3)虽然零差 K 分布是具有 3 个参数(、)的背散射统计模型,通常使用 2 个参数(k 和)对生物组织进行定征。2 方法2.1 超声背散射统计参数估算方法从超
19、声背散射信号中估算背散射统计参数是一个逆问题。Nakagami 分布 m 参数的估算方法主要有矩估计(Moment-Based Estimation,MBE)法和最大似然估计(Maximum Likelihood Estimation,MLE)法15。MBE收稿日期:2023-03-06基金项目:北京市自然科学基金(4222001);国家自然科学基金(11804013;61871005)。通信作者:周著黄,副研究员,主要研究方向为生物医学超声工程、医学信息工程及医学人工智能。通信作者邮箱:研究论著RESEARCH WORK19中国医疗设备 2023年第38卷 09期 VOL.38 No.09法
20、的算法复杂度较低,但 MLE 法的标准差更小22,因此本研究采用 MLE 法估算 Nakagami 分布 m 参数。2021 年,Zhou 等20将 ANN 引入零差 K 分布 k 和log10()参数的估算,ANN 法20的速度比传统 RSK 法23和 XU 法24快了 10 倍左右,而估算精度相当。ANN 法沿用了 RSK 法的信噪比(R)、偏度(S)、峰度(K)和XU 法的 X 统计量、U 统计量等特征值24,利用蒙特卡洛仿真产生各种 k 和 log10()取值下的背散射包络信号样本,从中计算出 R、S、K、X、U 等特征值,用于训练前馈反向传播 ANN 模型。但这种方式存在要根据待估算
21、的实测背散射包络信号单个样本的长度,产生相同长度的仿真包络信号样本,再训练相对应的 ANN 模型的不足,即 ANN 要求根据实测信号的长度来训练相应的估算模型,一定程度上限制了其灵活性。基于此,本研究进行了相关改进,根据公式(2)推算出各种 k 和log10()取值下的 R、S、K、X、U 的理论值,再将它们输入 ANN 训练出估算模型。改进后的 ANN 法只需要训练出一个模型,就可以应对各种不同的实测信号长度。R、S、K、X、U 的理论值 R tv、S tv、K tv、X t、U t分别定义如公式(4)(8)所示23-24。(4)(5)(6)(7)(8)式中,上标 t 表示理论值;v 为正数
22、;=k2/2;pFq(a1,.,ap;b1,.,bq;c)表示超几何函数;E为欧拉常数;(.)表示伽马函数;(.)表示双伽马函数;Kp(.)为第二类p阶修正贝塞尔函数。函数J(.)定义如公式(9)所示。(9)式中,=+v2。Hruska 等23研究表明,v 的最优值为 0.72 和 0.88,因此本研究采用 8 个理论值作为特征向量 Ft输入神经网络训练 ANN 模型,即 Ft=Rt0.72,S t0.72,K t0.72,R t0.88,S t0.88,K t0.88,X t,U t。本文神经网络模型为 4 层前馈神经网络,包括 1 个输入层、2 个隐含层和 1 个输出层,各层的神经元个数分
23、别为 8、30、10、2。训练集为 k 和log10()不同组合下的 Ft值,其中 k0.00,0.01,.,2.00k0.00,0.01,2.00,log10()0.00,0.01,.,2.00k-1.00,-0.99,2.00,因此训练集的大小为301201=60501。采用 MATLAB 神经网络工具箱实现 ANN 估算法,学习率设置为 0.01,训练轮数设为1000;实际训练时,MATLAB 的早停机制可有效防止过拟合20,故实际训练轮数远小于 1000。根据理论值Ft,训练得到 1 个 ANNt模型。为验证 ANNt模型对不同长度信号的估算精度,采用蒙特卡洛仿真产生 3 组测试集20
24、。每组测试集的信号长度 NS分别为 NS 1944,3432,5191,分别对应换能器脉冲长度的 35 倍。每组测试集分别包含 651 个信号,分别对应 k0.00,0.01,.,2.00k0.0,0.1,2.0 和 log10()0.00,0.01,.,2.00k-1.0,-0.9,2.0 的不同取值组合;每个组合下,重复 100 次实验,以评估估计值与实际值 之间的相对均方根误差(Relative Root Mean Squared Error,RRMSE),具体如公式(10)所示。(10)式中,E.为统计平均。2.2 传统超声背散射统计参数成像方法超声背散射统计参数成像方法的流程图如图
25、1 所示,对原始超声背散射信号进行包络检测,得到包络信号,此过程采用了希尔伯特变换。对包络信号进行对数压缩和扫描变换,即得到了 B 超。在未压缩的包络信号上,采用一定尺寸的滑动窗口在侧向和轴向上依次滑动,估算每个窗口内的超声背散射统计参数的局部值,形成一个背散射统计参数估算值构成的矩阵,对这个估算值矩阵进行扫描变换和颜色映射,就实现了超声背散射统计参数成像。在侧向和轴向上,两个相邻窗口之间的重叠部分定义为窗口重叠率。窗口尺寸越小、窗口重叠率越大,则背散射统计参数估算值矩阵的尺寸越大,对应超声背散射统计参数成像的分辨率越高,但运算量也相应增加。窗口尺寸过小时,由于窗口内的信号样本数过少,会影响估
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 超声 散射 统计 参数 成像 评价 儿童 脂肪肝 新方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。