排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
原发性肺癌孤立性结节的自动提取 总被引:2,自引:0,他引:2
研究自动分割和提取原发性肺癌肺部孤立性结节(SPN)特征的方法。对CT图像进行预处理后,首先分割出肺实质,然后用模糊C均值聚类方法对肺实质图像作进一步地细分割,提取感兴趣区域(ROI),最后根据分形理论计算出分形维数结合灰度方差供分类判决。结果表明此方法能够有效地自动识别SPN。 相似文献
2.
3.
肺癌分形维数特征的研究 总被引:3,自引:0,他引:3
目的:探索肺癌图像的纹理分形维数特征.材料与方法:选取得到病理证实的180例病变组织(良性或恶性),在小扫描野高分辨率条件下获取CT图像电子数据,应用盒维数方法计算病变组织纹理的分维数值.结果:良性病变组织分维数值大约在2.35左右,恶性病变其分维数值在2.50以上.结论:分维数值从某种意义上揭示了组织的纹理特征信息,有望通过CT图像的纹理分形维数的分析对肺癌的诊断提供依据. 相似文献
4.
探讨基于CT图像数据的肺结节自动检测算法,提出基于模糊C均值聚类方法(FCM)检测肺结节方法,实验结果表明这种方法是有效的,可靠的。 相似文献
1