基于支持向量机的肺CT图像三维磨玻璃结节的提取和识别

• 作者: 徐亚楠 李铭 石宏理 赵伟
• 来源期刊: 中国医学物理学杂志
• 关键词: 肺 磨玻璃结节 支持向量机 CT 三维图像
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 医学影像物理
• 页码范围: 425-430
• 页数: 6页
• 分类号: R318.13
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2019.04.011

摘要

提出一种基于支持向量机的提取和识别肺CT图像三维磨玻璃结节(GGN)的算法.该算法首先根据肺实质三维图像的连通性,分割出肺实质区域,然后在肺实质区域内提取潜在GGN的孤立组织,并用三维形状特征和三维纹理特征建立识别结节的线性模型.依据临床医师标定的图像,通过支持向量机确定该线性模型参数.最后,采用该线性模型识别孤立组织中的结节.本研究采用139例临床医师标定的肺腺癌数据,其中100例作为训练集,39例作为测试集.测试结果表明,该算法可有效识别出肺CT图像的GGN,通过受试者工作特征曲线(ROC),得到ROC曲线下面积的值为0.937 2.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石宏理	首都医科大学生物医学工程学院	19	42	4.0	5.0
2	徐亚楠	首都医科大学生物医学工程学院	2	3	1.0	1.0