基于改进的模糊C均值聚类的肺结节计算机辅助诊断算法研究
目的:研究基于改进的模糊C均值聚类计算机辅助诊断算法对肺结节的诊断价值,降低对肺结节的漏诊率,提高病人的生存率.方法: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标记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.结果: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的将"线"形或分枝状结构的血管去除.结论: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、肺结节、模糊C均值聚类、区域标记
10
R-332;R322.61(医学研究方法)
山西省自然科学基金2008011030;山西省科技攻关项目20090311057-3
2011-01-07(万方平台首次上网日期,不代表论文的发表时间)
3326-3331