基于CT三维图像的肺结节良恶性鉴别研究

• 作者: 常莎 王瑞平
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 肺部 CT图像 三维重建 良恶性结节 支持向量机
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 论著
• 页码范围: 12-16
• 页数: 5页
• 分类号: R318.04
• 字数: 3769字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2013.01.03.

摘要

目的 运用计算机方法处理肺部CT图像以识别肺结节良恶性并辅助肺癌诊断,现已成为国内外研究的热点.方法 提出一种基于肺部CT图像三维肺结节信息的肺结节良恶性鉴别方法.首先结合阈值分割、区域生长、形态学运算等在CT图像上分割出肺结节,进而提取每个肺结节的三维特征并优化,选择有效特征.然后,基于有效特征采用支持向量机(support vector machine,SVM)的分类算法对多维向量所描述的肺结节进行良恶性的二分类.最后从敏感性、特异性、准确率以及似然比等方面全面评估分类结果.结果 实验获得敏感性为0.7776,准确性为0.7378,阳性似然比2.2410,阴性似然比0.3682,显示基于CT三维肺结节图像可以达到令人满意的肺部肿瘤良、恶性鉴别效果.结论 上述结果证明了基于CT三维图像的肺结节良恶性鉴别方法的可行性.本研究对计算机辅助肺癌的诊断具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王瑞平	北京交通大学计算机与信息技术学院	10	104	6.0	10.0
2	常莎	北京交通大学计算机与信息技术学院	1	22	1.0	1.0