基于改进精细复合多尺度归一化散布熵的生物组织变性识别

作者：刘备; 蔡剑华; 杨江河; 彭梓齐

来源：传感技术学报, 2023, 36(11): 1761-1767.

• HIFU
• 改进精细复合多尺度归一化散布熵
• 生物组织
• 变性识别

在高强度聚焦超声(HIFU)治疗过程中，生物组织变性识别是不可或缺的关键部分。多尺度散布熵(MDE)作为一种非线性方法，被广泛应用于生物组织变性识别。然而MDE在粗粒化过程中时容易出现信息丢失和稳定性较差的问题，难以全面提取组织变性特征。为了解决上述问题，提出了基于改进精细复合多尺度归一化散布熵(IRCMNDE)的生物组织变性识别方法。引入RCMDE,将其传统粗粒化过程中的平均值计算替换为最大值计算以解决MDE传统粗粒化过程中的问题，突出信号变性特征。通过对熵值的归一化处理减弱不同参数选择导致的熵值波动，形成IRCMNDE方法。将所提方法应用于实测HIFU回波信号数据，并采用概率神经网络(PNN)进行识别。研究结果表明：相较于MPE、MDE和RCMDE方法，基于IRCMNDE的生物组织变性识别率更高，高达96.77%,能更好地区分未变性与变性生物组织。

• 单位
  数理学院; 湖南文理学院