作者：徐游民; 刘志; 何琼; 罗建文支持向量机自动识别颈动脉粥样硬化斑块超声弹性成像应变率易损性
摘要：本研究的目的是使用基于超声弹性成像的支持向量机(Support Vector Machine,SVM)实现对颈动脉易损斑块的自动检测。共采集了52个志愿者的80例颈动脉粥样硬化斑块的超声长轴射频数据,利用弹性成像算法得到应变率分布,并提取应变率相关特征;同时,根据高分辨率磁共振成像诊断结果,将斑块分为稳定斑块和易损斑块。根据受试者工作特征曲线下的面积对各个特征进行分析,最后选取绝对应变率的99%分位数、最大值、标准差和均值等四个特征,并进行组合,采用径向基函数为核函数的SVM对颈动脉易损斑块进行识别,在测试集上的灵敏性、特异性、准确性分别为70.0%、88.0%、81.3%。本研究初步验证了基于超声弹性成像的SVM在颈动脉易损斑块自动识别中的可行性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
