479不能直接做手術？
蘇楊講了第一種類型的圖像特征后就不說話了，留一點時間給王春和林夏消化。
過了一會兒，王春抬起頭，略微興奮地道：“蘇老板，還有呢。”
“多囊型肝包蟲病CT圖像CT表現特殊，子囊的出現使包蟲囊腫呈現多房性，子囊的密度總是低于母囊。
包蟲囊腫內可見多個子囊呈車輪狀、多邊形或玫瑰花瓣樣排列等多種形態，為肝包蟲的特征性表現，此型囊壁的鈣化亦較為常見。
除有單純囊腫表現外，在母囊內可見數量不等、大小不一的類圓形更低密度影，邊界清楚，子囊沿著母囊內壁排列，小囊壁纖細。沿著包蟲囊腫的不斷發育，其表現也有所不同。早期，子囊小而圓，分布在母囊的周邊，呈車輪狀，占據母囊內的部分空間。以后，子囊增大增多，幾乎占據母囊地全部空間，形似葡萄狀，少量的母囊液分散在子囊之間，母囊液密度子囊液高，子囊相互擠壓而成圓形、菱形或多角形。”
蘇楊一一講述，講的時候，他還打開旁邊的手提電腦，找出一些相應的片子給兩個家伙看了一下，理論和圖像一結合，兩個人頓時恍然大悟，對于包蟲病的影像學理解，一下就上升了一個層級，多的不敢說，現在，給他們一張片子，他們基本都能做出自己獨立而準確的判斷了。
誰也沒有想到，一直站在旁邊沉默不語的方敏卻是忽然開口了：“蘇楊，你的這些判斷，不是基于矩不變量吧？”
矩不變量？
王春和林夏聽了，直接傻眼。
這是什么鬼？
聽起來像是高等數學啊！
這跟醫學有什么關系？
他們于是齊刷刷看向了蘇楊。
只聽蘇楊笑著道：“是的，方老，這并不是基于矩不變量。”
“什么是矩不變量？”王春呆頭呆腦地問。
蘇楊耐心解釋：“基于不同的圖像特征屬性和不同的特征提取方法將會得到不同的特征描述參數，即得到不同的圖像特征。
紋理特征是圖像分析中常見的概念，很好的描述了圖像的均勻性、平滑性以及臨近像素間的差異等等，而根據不同的方法計算所得的紋理特征也有不同的含義。
比如，Hu于1961年首次提出了矩不變量的概念，但是Hu矩不變量不具有正交性，所以包含大量冗余信息；
Khotanzad等人提出Zemike矩不變量是一種正交的矩不變量，正交矩在信息冗余度、圖像表達以及在識別效果方面比其他類型的矩要好；
等人和D.Basubramanian等人則又提出用灰度共生矩陣分析肝臟CT圖像的紋理特征作，主要描述了圖像灰度空間上的差異，進而研究肝臟疾病的計算機輔助診斷系統；
基于小波變換所得到的紋理特征，表現了圖像在小波域的各種特征。
從臨床影像醫學角度來看地方性肝包蟲病的CT圖像，其屬于解剖性圖像，主要描述肝臟的形態信息。
肝包蟲CT圖像有其特有的病理特征，圖像的灰度分布存在不均勻性和邊界模糊性，且不同的包蟲囊腫類型，其CT圖像表現各異；
肝包蟲病灶沒有明顯規則性結構、無均勻性，具有灰度分辨率高等特點。
根據我國高發病肝包蟲病CT圖像在灰度分布及紋理方面的不同，結合肝包蟲病癥的特點，對正常肝臟圖像、單囊型肝包蟲病圖像和多囊型肝包蟲病圖像，我提出了基于灰度直方圖的特征提取、基于灰度共生矩陣的特整提取以及基于柯爾莫戈洛夫復雜性的特征提取。
我得到了灰度直方圖特征6個，分別為均值（avg）、方差（std）、歪斜度（sk）、峰態（kur）、能量（ene）和熵（ent）；灰度共生矩陣特征10個，分別為能量、熵、慣性矩、相關性及逆差矩的均值和標準差，即T1、T2、T3、T4、T5、T6、T7、T8、T9和T10；柯爾莫戈洛夫復雜性（KC）特征。用以上3種方法共得到CT圖像的17個特征......”