CT图像肺结节的全自动算法研究

• 作者: 张花齐 李艳 王光磊 王洪瑞
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: CT图像 卷积神经网络 随机游走 肺结节区域分割
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 图像处理
• 页码范围: 59-63
• 页数: 5页
• 分类号: TN249
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2019.04.059

摘要

肺癌是现在发病率和死亡率最高的癌症,其对人类的健康和生命有着巨大的威胁.对肺癌的及时诊断可以有效提高患者的生存率,肺肿瘤早期在CT图像上表现为肺结节,因此,对CT图像中肺结节的研究在辅助肺癌诊疗方面有着重要意义.针对肺结节的识别和分割,提出了一种基于卷积神经网络(CNN)和改进随机游走(RW)的新算法.首先,通过结合CNN实现了对肺结节的全自动识别和检测,其次,通过改进随机游走算法的权函数,结合灰度特征和纹理特征,提高了对肺结节的分割效果.通过实验对比医生手动分割结果(金标准),本文方法对肺结节区域的分割结果的Jaccard系数平均值在0.75以上;面积重合率平均值为0.858;单幅图像的平均分割时间均不超过6s,证明了本文方法具有全自动化,分割速度快,精度较高,鲁棒性好等特点,或可有效辅助临床医生对肺癌的诊疗.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳	河北大学电子信息工程学院	58	124	6.0	8.0
2	王洪瑞	河北大学电子信息工程学院	108	633	12.0	19.0
3	王光磊	河北大学电子信息工程学院	16	41	4.0	5.0
4	张花齐	河北大学电子信息工程学院	2	1	1.0	1.0