融合像素空间信息及加权模糊聚类的肺结节识别

• 作者: 戴建平 裴晓敏 郭宏宇
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 孤立型肺结节 空间信息 加权模糊C均值聚类 特征选择
• 年，卷（期）: 2010,（9）
• 页码范围: 1250-1253
• 分类号: TP391.4
• 字数: 2935字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3026.2010.09.009

摘要

针对肺部计算机辅助诊断中孤立肺结节识别容易受噪声、气管、血管的干扰问题,提出一种融合空间信息及加权模糊聚类的肺结节识别算法.该方法利用融合像素空间信息及带特征权重的模糊C均值聚类算法实现感兴趣区域分割;利用特征选择算法计算感兴趣区域各特征权重,加权模糊C均值聚类算法分类感兴趣区域,识别肺结节.对比实验证明,该算法对感兴趣区域分割抗噪声性增强;感兴趣区域分类准确率提高;整体算法对肿瘤的检出率较高,漏诊率降低,为医生诊断早期肺癌病灶提供更加准确的客观依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴建平	东北大学中荷生物医学与信息工程学院	100	772	15.0	22.0
3	裴晓敏	东北大学中荷生物医学与信息工程学院	5	28	3.0	5.0
6	郭宏宇	东北大学中荷生物医学与信息工程学院	3	5	1.0	2.0