基于低剂量CT图像的肺实质分割方法 |
| |
引用本文: | 吴凉,吕晓琪,谷宇,李菁,张文莉,任国印,张薇.基于低剂量CT图像的肺实质分割方法[J].生物医学工程研究,2018(2). |
| |
作者姓名: | 吴凉 吕晓琪 谷宇 李菁 张文莉 任国印 张薇 |
| |
作者单位: | 内蒙古科技大学信息工程学院内蒙古自治区模式识别与智能图像处理重点实验室;内蒙古工业大学;上海大学计算机工程与科学学院 |
| |
摘 要: | 为了提高早期肺癌筛查中肺结节计算机辅助检测、辅助诊断的准确性,提出一种多种方法结合的低剂量CT图像肺实质自动分割算法。首先利用改进的多方向形态学滤波算法进行预处理;然后利用聚类法、flood-fill算法去除背景,实现粗分割;接着利用引入霍夫变换的改进三维区域生长算法去除气管和主支气管树;最后利用分水岭算法和二维凸包算法实现肺实质细分割。实验结果通过对ELCAP数据库中的50个低剂量CT序列利用本研究算法进行处理,验证了该算法的有效性,正确分割率达到95.75%。为肺结节检测等后期的诊断提供了有价值的参考信息。
|
本文献已被 CNKI 等数据库收录! |
|