首页 > 文献资料
-
一种基于相关矩阵的肺结节增强算法
针对肺结节的增强,提出了一种基于相关矩阵的多窗口图像增强算法,以提高肺结节检测的精确性.作为肺结节检测的预处理部分,本算法可以有效减小传统算法对噪声的敏感度,更好地增强肺结节并抑制血管.实验结果表明,本文所设计的增强算法对于增强合成图像以及实际的肺CT图像都有较好的效果,可以用于基于CT图像的辅助诊断系统的设计中.
-
基于收敛指数滤波和Hessian矩阵的肺结节检测算法
肺癌的早期形态多以肺结节的形式出现,对其正确检测有助于提高肺癌病人的存活率.针对肺部高分辨率CT图像中肺结节与血管横断面难以区分的问题,提出了一种基于收敛指数滤波和Hessian矩阵的肺结节检测算法.首先对基于向量域的收敛指数滤波器进行量化产生候选肺结节,然后设计基于三阶Hessian矩阵特征值的血管检测滤波器对血管进行检测标记.后从候选肺结节中剔除血管横断面得到真阳性肺结节.实验结果 表明,本文提出的检测算法具有较高的灵敏性和低假阳性.
-
基于高分辨率CT图像的肺结节检测
结合二维检测的快速性和三维检测的准确性,提出了一种基于高分辨率CT图像的肺结节自动检测算法,即先用二维收敛度滤波器产生候选肺结节,再用三维Hessian矩阵检测滤波器去除假阳性肺结节.用病理CT数据验证,检测灵敏度达到90%,每层图片的平均假阳性结节数为0.33.
-
基于多维特征和支持向量机核函数优化的自动化肺结节检测模型
为了解决特征级肺结节检测研究中的特征结构不合理和分类器性能低下两个问题,提出了一种多维特征表达与支持向量机(support vector machine,SVM)核函数优化相结合的自动化肺结节检测模型.首先提取多维特征数据量化感兴趣区域(region of interest,ROI),然后利用网格寻优算法优化SVM核函数,后基于优化的SVM分类器识别结节区域和非结节区域.仿真实验结果表明,该模型耗时短、检测正确率高,具有一定的临床应用价值.
-
RSNA 2007聚焦(五)
第十部分肺部影像学1.计算机辅助诊断(CAD)本次大会继续去年对CAD系统的研究,且深化了其在肺结节检测和肺癌筛检方面的研究,研究范围也扩展到了间质性肺疾病和骨骼等方面.下面予以简要概述.
-
第十部分肺部影像学
1.计算机辅助诊断(CAD)本次大会继续去年对CAD系统的研究,且深化了其在肺结节检测和肺癌筛检方面的研究,研究范围也扩展到了间质性肺疾病和骨骼等方面.下面予以简要概述.
-
基于自适应体窗结构分析的肺结节检测方法
基于三维Hessian矩阵的肺结节检测方法具有很高的敏感性，却很难避免血管交叉区域产生假阳性。本文提出了一种基于自适应体窗结构分析的方法，首先利用体素的Hessian矩阵特征值设计结构系数分析其灰度分布特征；然后根据结构系数构建三维自适应体窗分析组织的局部结构特征；后使用判别函数检测出结节。通过对17套真实肺部CT图像序列进行实验，结果表明本方法可以检测出不同大小和类型的30个结节，并有效减少了血管交叉区域产生的假阳性。结合自适应体窗的Hessian矩阵检测方法可以提高检测效率，减轻医生工作量，为肺结节后续的分割和治疗提供有力的支持。
-
基于几何特征的孤立性肺结节检测
孤立性肺结节在中后期阶段发展为肺癌的概率较大,为检测孤立性中后期肺结节,提出一种基于几何特征的计算机辅助检测肺结节算法,针对传统算法不能排除血管截面类干扰的不足加以改进.通过使用K-means聚类算法对感兴趣区(ROI)的细长度、类圆度、紧凑度和离散度等几何特征进行多次聚类,从而识别出孤立性肺结节.对肺部影像数据库联盟(LIDC)数据集中232幅医学计算机断层扫描(CT)图片进行实验,结果表明所给出的算法对孤立性肺结节的检出率为92.3％,误判率为14.8％,而传统算法的检出率为83.9％,误判率为78.2％.因此,本文算法不仅能较好地标记出肺结节,而且可以排除干扰的血管截面,降低了误判率.
-
肺结节检测算法研究
考虑到肺部特殊的解剖结构,本文将模糊C均值算法(FCM)应用到肺结节检测上,并引入似圆度计算将结节准确标示出来,大大降低了检测的假阳率,取得了较好的实验效果.
