基于SUV值的智能肺癌识别

目的：提出一种新的智能识别肺部肿瘤（Positron Emission Tomography，PET）图像的方法，提高分割速度和精度。方法：先对标准摄取值（Standard Uptake Values，SUV）值进行非线性化以增强图像，然后用迭代法二值化图像，最后用连通标记法来识别肿瘤。结果：该方法分割效果好，速度快。结论：和传统分割方法相比较，该方法具有智能性，分割精度高，更适合于肺部肿瘤。     

一种基于SUV值和活动轮廓模型的肺癌识别方法

提出一种基于SUV(standard uptake values)和梯度向量流活动轮廓模型(GVF snake)的半自动识别PET(positron emission tomography)图像肺部肿瘤的方法.该方法结合了SUV值和活动轮廓模型提取病灶区域,提高了分割速度和精度.最后应用该方法对PET肺部区域进行了分割实验,实验结果表明该方法能准确分割肿瘤.