原发性肺癌孤立性结节的自动提取

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。     

肺结节检测算法研究

探讨基于CT图像数据的肺结节自动检测算法.肺结节提取一般步骤为:CT图像预处理、肺实质分割、肺结节提取.     

肺癌分形维数特征的研究

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.     

基于FCM肺结节检测研究

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。