基于图像处理和支持向量的肺癌CT图像的分类研究

目的研究肺癌CT图像的分类问题。由于肺癌图像的复杂性及图像采集过程中不同程度的存在噪声干扰,造成人工分类难度增大。本文提出一种基于图像处理和支持向量的肺癌分类方法。方法首先对采集的原始CT图像进行去噪处理,通过图像分割技术得到肺实质感兴趣区域,然后利用灰度共生矩阵,提取感兴趣区域的纹理特征,最后利用支持向量机分类器对数据样本进行训练测试。结果仿真结果表明,本方法对肺癌CT图像分类准确率达到90%。结论为肺癌的临床诊断与治疗提供了依据。