21、前列腺癌诊断中的纹理特征及MRI灌注参数噪声影响研究

前列腺癌诊断中的纹理特征及MRI灌注参数噪声影响研究

1. 前列腺癌诊断中的纹理特征

1.1 纹理特征分析基础

在前列腺癌诊断中，为了确保不同患者图像具有可比性，会对图像进行尺寸缩放和直方图均衡化或灰度值均衡处理。分析主要基于哈拉里克共生矩阵（GLCM）及其衍生的21个系数。

设 $I : Z^2 \supset D \to G = {1, …, N_g}$（其中 $Z$ 表示整数集）为具有 $N_g$ 个灰度级的二维离散图像。对于给定图像 $I$，定义GLCM为：
[P(i, j|d, \theta) = \frac{#{k, l \in D : I(k) = i, I(l) = j, ||k - l|| = d, \angle(k - l) = \theta}}{#{m, n \in D : ||m - n|| = d, \angle(m - n) = \theta}}]
其中：
- $i, j \in G$ 分别为点 $k$ 和 $l$ 的灰度级；
- $\angle(k - l)$ 为向量 $\overrightarrow{kl}$ 与轴 $\overrightarrow{0X}$ 之间的夹角；
- $d$ 为 $k$ 和 $l$ 之间的距离；
- $\theta$ 为共生方向；
- $#X$ 为集合 $X$ 的元素个数。

1.2 GLCM系数

GLCM的21个系数如下表所示：
|序号|名称|缩写|值|
|----|----|----|----|
|f1|能量|ENE|$f_1 = \sum_{i,j} P(i, j)^2$|