基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
进行肺部肿瘤计算机辅助诊断的关键问题是实现对病变组织的正确、快速分割,为此,提出了一种能够有效提高局部邻域像素自适应程度的快速模糊C均值聚类肺结节分割方法.首先构造像素与邻域窗口空间关系的二维向量表示,获得不同向量值的统计分布规律;然后用改进的空间函数综合考虑中心像素与单个相邻像素间的灰度相似度、与邻域窗口的空间相似度对模糊隶属度的贡献,动态地调整邻域像素的隶属度对中心像素的影响;最后给出该方法在迭代计算效率和局部自适应方面的改进.实验结果表明,该方法对血管粘连型、胸膜粘连型和毛玻璃肺结节的分割效果优于其他典型算法.
推荐文章
一种基于自适应空间信息改进FCM的图像分割算法
图像分割
模糊C-均值
模糊聚类
空间信息
核磁共振脑部图像
基于局部自适应先验MRF模型的快速BP图像分割算法
自适应局部先验
MRF模型
置信度传播算法
快速收敛策略
保边滤波和改进FCM的疑似肺结节分割方法
计算机辅助检测
肺结节
非线性各向异性扩散
模糊C-均值
医学图像
基于改进的 FCM算法图像分割研究
模糊C均值聚类
自适应滤波
道岔缺口
鲁棒性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进局部自适应的快速FCM肺结节分割方法
来源期刊 计算机辅助设计与图形学学报 学科 工学
关键词 模糊C均值聚类 肺结节分割 局部邻域像素 空间相似度
年,卷(期) 2014,(10) 所属期刊栏目 图像与视觉
研究方向 页码范围 1727-1736
页数 10页 分类号 TP391
字数 8458字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张彩明 山东财经大学计算机科学与技术学院 103 1058 18.0 27.0
5 刘慧 山东财经大学计算机科学与技术学院 23 95 6.0 8.0
9 苏志远 山东财经大学计算机科学与技术学院 4 39 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (20)
参考文献  (19)
节点文献
引证文献  (21)
同被引文献  (61)
二级引证文献  (99)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(7)
  • 参考文献(3)
  • 二级参考文献(4)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(7)
  • 参考文献(2)
  • 二级参考文献(5)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(12)
  • 参考文献(3)
  • 二级参考文献(9)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(13)
  • 引证文献(7)
  • 二级引证文献(6)
2017(24)
  • 引证文献(5)
  • 二级引证文献(19)
2018(29)
  • 引证文献(3)
  • 二级引证文献(26)
2019(38)
  • 引证文献(4)
  • 二级引证文献(34)
2020(12)
  • 引证文献(1)
  • 二级引证文献(11)
研究主题发展历程
节点文献
模糊C均值聚类
肺结节分割
局部邻域像素
空间相似度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机辅助设计与图形学学报
月刊
1003-9775
11-2925/TP
大16开
北京2704信箱
82-456
1989
chi
出版文献量(篇)
6095
总下载数(次)
15
总被引数(次)
94943
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导