基于超声射频信号的大鼠脂肪肝分级诊断研究

目的：从分析肝脏超声射频信号的角度，探究一种对脂肪肝进行分级定量诊断的新方法。方法：80只Wistar大鼠，通过喂养高脂饲料建立大鼠脂肪肝模型，其中正常肝的大鼠28只，轻度脂肪肝的大鼠21只，中度脂肪肝的18只，重度脂肪肝的13只。然后采集大鼠左右肝的超声射频信号，选取大鼠肝脏部位感兴趣区域的超声射频信号，分析大鼠肝脏超声射频信号的脂肪肝特征信息，提取了射频信号幅度包络值的均值／标准差（MSR）、偏度（SK）、峰度（Ku）这三个统计特征量，再利用BP神经网络对大鼠脂肪肝进行分类识别。结果：该方法对大鼠正常肝的识别率达92．5％，轻度脂肪肝的识别率达87．5％，中度脂肪肝的识别率达76．7％．重度脂肪肝的识别率达77．3％。结论：本文研究的方法可对大鼠脂肪肝进行分级定量诊断，且证明了超声射频信号在脂肪肝诊断中是有价值的，为对分级诊断脂肪肝疾病的研究提供了新的方向。