一种肺部肿瘤CT图象序列的自动分割方法

• 作者: 周正东 姜晓彤 汪家旺 潘晓敏 罗立民
• 来源期刊: 中国图象图形学报A辑
• 学科: 医学
• 关键词: 计算机图象处理(520@6040) 肺部肿瘤分割 纹理分析 径向基神经网络
• 年，卷（期）: 2003,（9）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 1028-1033
• 页数: 6页
• 分类号: TP391.41|R445-39
• 字数: 4685字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2003.09.008

摘要

肺部肿瘤序列图象的自动分割是计算机肺部肿瘤三维辅助诊断系统的关键技术之一,肿瘤与周围组织关系的复杂性造成分割困难.为了给医生提供准确的肺部肿瘤影像,运用纹理分析和径向基神经网络实现了肺部肿瘤CT图象序列的自动分割,并根据相邻层肿瘤图象灰度、位置的相关性,提出了一种自动获取多层肿瘤区域神经网络训练样本的阈值分割算法.该算法首先计算图象纹理统计参数,以组成特征矢量空间,然后利用自适应径向基神经网络对特征矢量进行分类来实现肿瘤序列图象的自动分割.实验结果表明,与基于灰度的区域增长法和基于梯度算子和形状算子的最优阈值的分割方法相比较,该方法不仅能充分利用肺部肿瘤序列图象的三维信息,还可最大限度地减少人工干预,且分割结果较好地表现了肿瘤形态特征,经临床医生评估,具有较好的临床指导价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗立民	东南大学生医系影像实验室	246	2011	23.0	31.0
2	周正东	东南大学生医系影像实验室	10	95	6.0	9.0
3	姜晓彤	东南大学生医系影像实验室	24	286	9.0	16.0
4	汪家旺		28	344	7.0	18.0
5	潘晓敏	东南大学生医系影像实验室	5	56	3.0	5.0