您当前的位置：
首页 > 文献资料
所属专业：
兴趣区提取文献资料
-
基于迭代算法的CT肺部兴趣区图像提取
目的 自动提取CT肺部兴趣区,以辅助医生诊断和治疗肺部疾病.方法 利用迭代算法自动提取肺部兴趣区,并和影像医生手T提取的肺部兴趣区作对比.结果 自动提取的肺部兴趣区图像与手T提取的肺部兴趣区图像在外形、灰度和方差方面,结果非常接近.结论 利用迭代算法自动提取肺部兴趣区的方法可行.
-
几种分割算法在CT肝脏兴趣区提取方面的比较
目的:在计算机辅助诊断中,对已提取分割好的CT肝脏组织中的兴趣区的几种提取方法做比较.方法:利用Otsu分割算法、梯度分割算法、指数熵分割算法、均值聚类分割算法和二维直方图分割算法,对已分割的CT肝脏组织的兴趣区进行自动分割,并和医生手工分割的图像相对比.结果:通过实验及对实验数据进行分析,找出了具有良好获取兴趣区能力的分割算法.结论:通过手工分割图像分别与Otsu分割算法、梯度分割算法、指数熵分割算法、均值聚类分割算法和二维直方图分割算法做对比,总结几种分割方法的有效性,为计算机辅助诊断起到了重要的作用.
-
基于熵分割算法对CT肝脏兴趣区的提取
目的：在计算机辅助诊断（CAD）和未来治疗中,提取已分割好的CT肝脏组织中的兴趣区。方法：利用熵分割算法对CT肝脏组织的兴趣区进行自动分割,并和专业医生手工分割的兴趣区作比较。结果：分割的兴趣区与专业医生分割的兴趣区相比,该方法具有良好的获取兴趣区的能力。结论：在不同条件下对肝脏做相应预处理,然后分别对手工分割的兴趣区与熵分割的兴趣区相应数据作比较,得出熵分割算法是一种极为有效的图像自动分割方法。
