基于超声射频信号的支持向量机双参量B线识别方法

作者：张皓宇; 马泉龙; 张蕾; 钟徽

来源：应用声学, 2022, 1-10.

• 肺超声
• B线
• 射频信号
• 双参量
• 支持向量机

肺超声中的特殊征象B线对于临床诊断肺水肿等肺部疾病有重要意义，但诊断结果依赖于医生的主观判断。为了客观、自动地识别B线，提高诊断准确率，该文提出了一种基于超声回波射频信号的肺脏超声特殊征象B线识别方法。该文首先选取了射频信号的排列熵、信息熵、峰度、偏度、能量作为特征参数，利用独立样本t检验和单参数贝叶斯分类的方法检验超声射频数据中B线、非B线所对应射频数据的各个参量的差异性以及各参数与B线识别的相关性。然后将不同的双参量组合输入非线性支持向量机中进行分类，比较各个组合的分类效果。结果显示信息熵与排列熵参数组合基于射频信号的分类效果最好，分类灵敏度为90.521%，特异性为98.106%，准确率为96.328%，受试者工作特征曲线下面积等于0.95。在引入后处理算法后，B线识别效果有进一步提升，得到分类平均灵敏度为95.23%，平均特异性为97.22%，平均准确率为96.88%。研究结果表明基于射频数据的支持向量机双参量B线识别方法对辅助临床诊断具有重要价值，信息熵和排列熵的组合可以有效地对特殊征象B线进行高精度识别。

• 单位
  生命学院; 西安交通大学