基于CT图像的肺结节检测与识别

• 作者: 刘燕茹 唐思源 徐瑞英 杨敏
• 来源期刊: 中国医学物理学杂志
• 关键词: 肺结节 CT图像 区域生长法 多尺度高斯滤波器 模糊C均值聚类算法 支持向量机分类器
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 医学影像物理
• 页码范围: 800-807
• 页数: 8页
• 分类号: R318|TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2019.07.011

摘要

目的:将肺结节从含有背景、噪声的胸腔区域里检测并识别出来.方法:首先,将DICOM格式的医学图像转换成JPG图像后,应用区域生长法分割出肺实质区域,去掉肺区外的干扰信息.然后,利用多尺度高斯滤波器增强图像后,应用模糊C均值聚类算法提取肺结节感兴趣区域.最后,对肺结节特征进行提取及归一化处理,应用支持向量机分类器识别并标记出肺结节.结果:在随机抽取的120例图像中,检测肺结节的准确率达到92.3％,分类识别肺结节的准确率达到95.6％.实验结果表明,本文方法有效地排除了交叉状和条形状血管等干扰,实现了肺结节的精确检测和识别.结论:本方法在保证检测和识别出正确结节的前提下,降低了误判率,算法也得到了较好的收敛.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨敏	内蒙古科技大学包头医学院计算机科学与技术系	21	46	4.0	6.0
2	唐思源	内蒙古科技大学包头医学院计算机科学与技术系	17	28	4.0	5.0
3	刘燕茹	内蒙古科技大学包头医学院医学技术系	3	4	1.0	2.0
4	徐瑞英	内蒙古科技大学包头医学院计算机科学与技术系	1	4	1.0	1.0