甲状腺结节检测技术探讨

□拾 博 李培丰

一、CT值阈值的检测技术

(一)结节判别原理。实验设计CT图像矩阵横断面为1,024x1,024，FOV值为440mm，为此，440mm/1,024=0.43mm，0.43mm为每个像素的尺寸。设计判别模板矩阵为4x4个pixel(像素)，这样便于检测，鉴别的结节大小目前可以进行的尺寸为1.7mm，判别该模板后，尺寸小于1.7mm的甲状腺结节，实验是不能检测出该甲状腺结节。像素如果在ROI边界外区域外，像素值为0，该检测系统是不会纳入统计的。在观察正常图像范围内，通过鉴别甲状腺的CT值，甲状腺大小为4X4pixel(像素)，同时比较临近的pixel CT值的大小和低密度阈值，如果都小于，则该区域为低密度结节的组织。4个相邻像素的CT值与高密度阈值进行比较，如果都大于，该区域就是高密度结节的组织。影像科医师会根据检验工作人员的异常区域进行鉴别，这样可以提醒医师重点查看异常地方，病变有可能在该组织存在。测算设计的4x4个相邻pixel(像素)的CT值，当该CT值都小于最小阈值或该CT值都大于最大阈值时，表明该区域为低密度或高密度区域，从而方便医师进行诊断，具体如图1所示。

图1结节检测判别准则

检验人员设置阈值大小是依靠平时的经验进行的，将阈值划分多组进行分析。如何判断准确率，检验人员可以根据高低阈值来进行组合，对阈值的范围进行规划设计。阈值范围设定好后，可以进行阈值最优化流程的设计，最优化的高低阈值通过计算来确定。

检验人员在检测时一定要细心和专注，通过查看待检验的甲状腺图像、结节CT值，将高密度阈值设定为141亨氏、146亨氏、151亨氏、156亨氏、161亨氏，来进行测评结节判定的准确率和低密度阈值的关系。根据组织坏死液化的程度来选取低密度阈值，分别取40亨氏、45亨氏、50亨氏和55亨氏，来进行测评高密度阈值和结节判别准确率的关系。

为查看低密度阈值与准确率之间的关系，设定高密度值为145HU时，具体图形状况如图2所示。

图2 (Thigh=145HU)

为查看高密度阈值与准确率之间的关系，设定低密度值为50HU时，如图3所示。

图3 (Tlow=50HU)

根据测试结果进行分析，初步判断准确率与单因素之间的关系，最优值大约位于高阈值[140，160]亨氏，低阈值[40，60]亨氏的区间。每次增加2亨氏，检验人员会根据前后两个不同参数设计，进行计算判断准确值，经过25x25=625次的循环，从而得到准确值，同时检验人员要记录相应结果。

(三)实验结果。检验人员通过实验，并利用经验法分析，得到结节检测结果，其实验结果如表1所示。从表1中分析得知，高密度155HU和低密度50HU的组合检测效果最好，ACC为0.848。

二、一阶统计学特征的甲状腺结节检测

采用正常CT图像153幅，具有甲状腺结节特征的CT图像143幅，将它们分为两组。先进行均值T检验，采用基于一阶特征，分析两组的纹理特征是否存在差异。除了峰度(P=0.116)特点外，通过观察结节的组合，发觉正常组合的均匀度、灰度均值都出现明显区别。对正常组织查看后，发现其各项分布很好，同时了解该区域甲状腺细胞功能，观察后发现功能很相近，它们的组织密度相等，在得到的CT图像上，看到分布均匀且灰阶也很正常。检验人员比较有恶性和良性的组织细胞，察觉恶性结节细胞的功能不同于正常组织，医师发现结节内出现的症状主要有：坏死、分泌钙质、液化等。密度不均匀会在不正常的甲状腺的内部组织出现，同时灰度值变化也会在CT图像上表现出来。

表1 经验法高低阈值组合的结节判别结果

在甲状腺结节检测中，为查看6维特征所起的作用，SVM作为采用的分类器，充分利用样本中的各项数据，留一交叉检验为检验人员采用的方法，测试集的选择为其中的任意一个样本，训练集为其他的样本，一直抽取到每个样本。通过实验结果显示，灰度均值、均匀度、熵以及偏斜度这几方面都取得了较好的结果，但是峰度的AUC和标准方差的AUC分别为0.513和0.568，这时原来的所有阳性样本绝大多数都会变成阴性样本，这样一来不能区分正常甲状腺与结节组织。目前看到的甲状腺结节中的效果只是在单个方面，实际工作中，要想提高总的分类稳定性与准确率，多维特征的联合应用显得尤为突出。

三、结语

基于阈值的检测方法中，甲状腺内高低密度区域通过4X4像素的模板来探测，判断是否有结节，而基于一阶纹理特征的子集得到最高的分类准确率，两种甲状腺结节检测技术对于影像医生实际诊断甲状腺结节具有参考价值。