基于支持向量机与随机游走结合的GGO型肺结节分割方法

• 作者: 侯爱林 孙浩然 庞学明 张泽伟
• 来源期刊: 天津医科大学学报
• 学科: 医学
• 关键词: GGO型肺结节 支持向量机 随机游走 图像分割
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 技术与方法
• 页码范围: 263-266
• 页数: 4页
• 分类号: R445
• 字数: 3292字
• 语种: 中文

摘要

目的:为了提高磨玻璃型肺结节(GGO型肺结节)的分割精度,提出一种基于支持向量机与随机游走相结合的分割方法.方法:利用已手动分割的GGO型肺结节训练支持向量机.由训练后的分类模型在待分割的GGO型肺结节图像中选择种子点,然后利用随机游走算法根据支持向量机选取的种子点进行GGO型肺结节图像分割.结果:该研究纳入150个待分割GGO型结节图像,上述分割算法的平均准确率为98.05％、平均召回率为96.35％和平均F1值为98.05％.与传统方法相比,本方法实现了GGO型肺结节的精确自动化分割,对GGO型肺结节定量、定性分析提供更加准确的客观依据.结论:该方法利用支持向量机选取种子点,并利用随机游走进行结节分割可以有效地对GGO型肺结节进行分割,具有简单高效,准确率高的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙浩然	天津医科大学总医院放射科	104	996	18.0	25.0
2	庞学明	天津医科大学总医院放射科	4	2	1.0	1.0
3	侯爱林	天津医科大学医学影像学院	3	3	1.0	1.0
4	张泽伟	天津医科大学医学影像学院	3	18	2.0	3.0