| 基于3维图像增强的肺结节识别 |
| |
| 引用本文： | 刘阳,赵大哲,刘积仁.基于3维图像增强的肺结节识别[J].中国图象图形学报,2011,16(8):1402-1407. |
| |
| 作者姓名： | 刘阳 赵大哲 刘积仁 |
| |
| 作者单位： | 东北大学信息科学与工程学院,东北大学医学影像计算教育部重点实验室,东北大学信息科学与工程学院 |
| |
| 基金项目： | 国家自然科学基金项目(60671050，61001047)。 |
| |
| 摘 要： | 孤立性肺结节的检测是肺癌早期诊断的关键。针对传统点增强滤波器虽然对结节增强具有很好的敏感性，但是却产生很多假阳性区域的问题，提出一种通过计算3维增强密度指数和判别规则来识别肺结节的方法。首先采用自适应双边滤波器对CT图像序列进行降噪和平滑处理；然后计算对应的Hessian矩阵及其特征值得到预增强系数，并获得感兴趣体区域，通过对预增强系数的分析来构造3维增强密度指数；最后应用判别规则对感兴趣体进行识别。针对两个肺部CT图像数据集对该方法进行了测试，结果表明，在识别孤立性肺结节方面该方法是有效的。
|
| 关 键 词： | 点增强 自适应双边滤波 Hessian矩阵 增强密度指数 |
| 收稿时间： | 4/28/2010 1:36:36 PM |
| 修稿时间： | 2011/4/26 0:00:00 |
Recognition of pulmonary nodules based on 3D image enhancement |
| |
| Liu Yang,Zhao Dazhe and Liu Jiren.Recognition of pulmonary nodules based on 3D image enhancement[J].Journal of Image and Graphics,2011,16(8):1402-1407. |
| |
| Authors: | Liu Yang Zhao Dazhe and Liu Jiren |
| |
| Affiliation: | Liu Yang1),2),Zhao Dazhe1),Liu Jiren2) 1)(Northeastern University Key Laboratory of Medical Image Computing,Ministry of Education,Shenyang 110004 China) 2)(School of Information Science & Engineering,Northeastern University,Shenyang 110004 China) |
| |
| Abstract: | The detection of solitary pulmonary nodules(SPN) is proven to be of critical importance in early-stage lung cancer diagnosis.Aiming at reducing the false positive regions caused by the dot enhancement filter which is sensitive to the lung nodules,a new recognition method based on calculation of three-dimensional(3D) enhancement density index and decision rule is proposed.An adaptive bilateral filter is applied to reduce the noisy and smooth CT image sequences.Then,the pre-enhancement coefficients and volume... |
| |
| Keywords: | dot enhancement adaptive bilateral filter Hessian matrix enhancement density index |
| 本文献已被 CNKI 等数据库收录！ |
| 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 |
