一种基于CI特征的3-域均值平移聚类肺结节分割算法

摘要：

提出了一种有效的分割CT图像中肺结节的新算法.该算法采用均值平移(mean shift)算法和基于CI(Convergence Index, CI)特征,共由三个步骤组成:(1)计算感兴趣区内的所有像素的CI特征;(2)把CI特征与像素的灰度值和空间位置信息结合在一起,形成3-域特征向量集;(3)利用均值平移聚类算法对特征向量集进行聚类.由于该算法能有效分析多高斯模型描述的包括实质性结节和亚实质性结节在内的所有结节,因此,可应用于CT图像中任何含有结节的用户感兴趣区域.实验结果证明,该方法能更精确地分割出不同类型的结节.

关键词：CT图像、结节分割、实质性结节、亚实质性结节、CI特征、均值平移算法

分类号：TP311(计算技术、计算机技术)

资助基金：上海市教委资助项目06ZZ33;上海市重点学科建设项目P0502;上海市高校优秀青年教师后备人选科研项目358536

在线出版日期：2008-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：60-67