面向CT影像的肺结节计算机辅助诊断算法
为了在早期能够发现肺癌,降低对肺结节的漏诊率,提高病人的生存率;基于模糊C均值聚类的算法,利用直方图统计特性对数据进行优化,在此基础上利用像素的邻域特性,将数据样本对各聚类中心约束条件为1改变为隶属度之和为样本总数;用改进的FCM对肺实质图像进行分割,将分割后的图像应用区域分割算法去除小面积区域,利用肺结节的关键特征,提取可疑区域;运用改进算法后,区域分割效果更好;仿真结果证明算法很好地将"线"形或分枝状结构的血管去除;改进的FCM有很好的实时性和对噪声的鲁棒性,分离血管后,将可疑区域在原图标记出来,使医生的工作更加明确.
计算机辅助诊断、CT影像、肺结节、模糊C均值聚类、区域标记
19
TP391(计算技术、计算机技术)
山西省自然科学基金项目2008011030;山西省科技攻关项目20090311057-3
2011-06-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
295-298,302