李宏彬，贺太平

（1.咸阳职业技术学院医学院，陕西 咸阳 712000；2.陕西中医药大学附属医院影像科，陕西 咸阳 712000）

医学图像的计算机辅助诊断是一种机器学习过程，主要研究计算机如何模拟或实现人类的学习行为来获取新的知识或技能，并对现有的知识结构进行重组以提高其性能。计算机辅助诊断是通过对大量数据的分析，从中找出客观规律的技术，其主要包括2 个步骤：数据准备和规则发现。数据准备是从相关的数据源中选择所需的数据；规则发现是以某种方式找出数据集中所包含的规则。B 超医师每天要处理大量的影像资料，工作强度大，可能会出现误诊和漏诊。但计算机不会因长期工作而产生疲劳，其分析结果是客观的、一致的。因此，计算机辅助诊断已成为B 超诊断的迫切需求。目前，许多学者已对计算机辅助诊断在肝脏[1]、乳腺[2]、甲状腺疾病[3]等的B 超诊断中的应用进行了系统深入的研究，但计算机辅助诊断的准确性仍有待提高。基于此，本文以陕西中医药大学附属医院PACS 系统数据为来源，探索计算机辅助诊断对肝部B 超图像的分类效果，以期提高计算机辅助B 超诊断肝脏疾病的准确率。

1 资料与方法

1.1 数据来源 本研究数据来源于陕西中医药大学附属医院超声诊断科。机器学习前对下载的肝部B超声像图进行筛选，挑选同一机型（C5-1ABD）下超声探头位姿关联度高、肝区幅面相对比较大的3 个右肝斜切面（右肋间经右肝隔顶部右肝斜切面……