基于规则及多特征跟踪的肺结节的智能检测方法

• 作者: 刘思伟 张婧 李彬 王立非 田联房 谭利
• 来源期刊: 生物医学工程研究
• 学科: 医学
• 关键词: 肺结节 计算机辅助检测 分类 医学图像 识别
• 年，卷（期）: 2010,（2）
• 页码范围: 79-83,105
• 分类号: TP391.4|R319
• 字数: 5100字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6278.2010.02.002

摘要

肺结节的智能识别对肺癌的诊断至关重要.为了在大量的肺部CT图片中准确智能识别肺结节,我们研究了一个基于规则及多特征跟踪的肺结节计算机辅助检测方法.其中,采用活动轮廓模型的分割方法实现候选肺结节分割,采用基于规则的决策方法以及多特征跟踪方法实现肺结节分类.实验证明,该肺结节的智能检测方法满足肺结节计算机辅助诊断的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田联房	华南理工大学自动化科学与工程学院	145	1115	17.0	25.0
2	王立非	广州中医药大学祈福医院影像中心	19	136	6.0	10.0
3	李彬	华南理工大学自动化科学与工程学院	75	539	13.0	18.0
4	张婧	华南理工大学自动化科学与工程学院	7	48	5.0	6.0
5	刘思伟	华南理工大学自动化科学与工程学院	3	23	3.0	3.0
6	谭利	华南理工大学自动化科学与工程学院	2	14	2.0	2.0