基于改进的模糊C均值聚类的肺结节计算机辅助诊断算法研究

• 作者: 孙旭辉 房宾 李临生 武志峰 田启川
• 来源期刊: 现代生物医学进展
• 学科: 医学
• 关键词: 计算机辅助诊断 CT 肺结节 模糊C均值聚类 区域标记
• 年，卷（期）: 2010,（17）
• 页码范围: 3326-3331
• 分类号: R-332|R322.61
• 语种: 中文

摘要

目的:研究基于改进的模糊C均值聚类计算机辅助诊断算法对肺结节的诊断价值,降低对肺结节的漏诊率,提高病人的生存率.方法:基于模糊C均值聚类的算法,利用直方图统计特性对数据进行优化,在此基础上利用像素的邻域特性,将数据样本对各聚类中心约束条件为1,改变为隶属度之和为样本总数.用改进的FCM对肺实质图像进行分割,将分割后的图像应用区域标记算法去除小面积区域.利用肺结节的关键特征,提取可疑区域.结果:运用改进算法后,区域分割效果更好.仿真结果证明算法很好的将"线"形或分枝状结构的血管去除.结论:改进的FCM有很好的实时性和对噪声的鲁棒性,分离血管后,将可疑区域在原图标记出来,使医生的工作更加明确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田启川	太原科技大学电子信息工程学院电子信息系	39	483	10.0	21.0
2	李临生	太原科技大学电子信息工程学院电子信息系	38	276	8.0	15.0
3	武志峰	山西医科大学医学影像学系	39	167	7.0	11.0
4	房宾	山西医科大学医学影像学系	3	14	2.0	3.0
5	孙旭辉	太原科技大学电子信息工程学院电子信息系	3	18	3.0	3.0