MaZda评估动脉粥样硬化斑块的风险性

目的 采用MaZda软件对粥样硬化斑块B型超声图像进行纹理分析,实现低回声斑块与混合回声斑块的分类。方法 收集218个斑块样本,采用交叉验证法。首先利用MaZda从直方图、绝对梯度、游程矩阵、共生矩阵、自回归模型、小波变换中提取斑块的纹理特征值。然后根据费希尔参数法(Fisher)、最小分类误差与最小平均相关系数法(POE+ACC)、相关信息测度法(MI)分别选择10个最优特征值,并融合3组特征获得交集特征组和并集特征组。最后分别根据线性判别分析法(LDA)和非线性判别分析法(NDA)分析纹理特征值,并利用K邻近分类器和神经网络进分类。结果 利用LDA分析交集特征组和并集特征组时,分类获得准确率分别为87.5%和89.0%。结论 利用MaZda对低回声和混合回声斑块图像分类具有较高的准确率,可作为评估动脉粥样硬化斑块风险性的新工具