基于局部灰度最大和改进Mahalanobis |
| |
引用本文: | 魏颖,郭薇,孙月芳,季策.基于局部灰度最大和改进Mahalanobis[J].中国图象图形学报,2008,13(9):1721-1727. |
| |
作者姓名: | 魏颖 郭薇 孙月芳 季策 |
| |
作者单位: | (东北大学信息科学与工程学院,沈阳 110004) |
| |
基金项目: | 国家自然科学基金资助项目(60671050);辽宁省自然科学基金资助 |
| |
摘 要: | CT图像中肺结节检测一直是肺癌CAD系统的关键和难点。提出了一种孤立性肺结节自动检测算法,首先对原始CT图像进行有效、准确的肺实质分割;采用寻找局部灰度最大值方法对ROI进行初始分割;再对分割出的各ROI进行特征提取,利用SVM方法对每个特征进行定量描述,根据SVM单特征分类准确率对Mahalanobis距离进行加权改进,最后采用基于改进的Mahalanobis距离进行肺结节分类。实验结果表明,该算法可以较好地提取出CT图像中的孤立性肺结节,具有较高的灵敏度和较低的漏诊率,可以为医生诊断早期肺癌病灶提供帮助信息。
|
关 键 词: | 肺癌CAD 孤立性肺结节 局部灰度最大 加权的Mahalanobis距离 分类 |
收稿时间: | 2008/1/23 0:00:00 |
修稿时间: | 2008/5/28 0:00:00 |
|
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |