摘要：目的：研究图像纹理分析方法对原发性肝癌CT图像识别能力。方法：选择我院在2010年3月-2013年3月间收治得30例确诊为原发性肝癌患者的CT图像和30例确诊正常肝CT图像为研究样本，采用一阶统计特征、灰度共生矩阵、灰度行程矩阵等提取方式提取正常肝癌和原发性肝癌CT图像纹理特征，通过t检验进行特征选择和分类识别。结果：一阶矩、和均质在正常肝和原发性肝癌中的差异有统计学意义(P<0.05)，但是熵在正常肝和原发性肝癌之间的差异无统计学意义，分别选取样本做检测和训练样本的神经网络分析方法原发性肝癌检出率达到了93.45±5.33%。结论：神经网络设计优化后对原发性肝癌有着很高得到识别准确率，在原发性肝癌计算机辅助诊断中有着一定的应用价值。

    关键词：原发性肝癌；特征选择；图像纹理

    【中图分类号】R735.7 【文献标识码】A 【文章编号】1672-8602(2015)03-0018-01

    原发性肝癌是肝细胞或者肝内胆管上皮细胞的恶性肿瘤，在致死性恶性肿瘤中位于第5位。CT是各种影像学检查中能够比较准确反映肝脏病理形态的一种检测方法[1]。弥散性和非弥散性肝脏疾病主要的诊断学区分特征是正常组织是否被破坏，在CT图像上主要体现为图像纹理的变化，而根据不同CT图像纹理特征差异，能够通过计算机进行原发性肝癌和正常肝组织的识别与分析，对于我国肝癌患者数量众多 ......