%0 Journal Article
%T 基于CT图像的肺结节检测与识别
%A 刘燕茹2
%A 唐思源1
%A 徐瑞英1
%A 杨敏1
%J 中国医学物理学杂志
%D 2019
%R DOI:10.3969/j.issn.1005-202X.2019.07.011
%X 目的：将肺结节从含有背景、噪声的胸腔区域里检测并识别出来。方法：首先，将DICOM格式的医学图像转换成 JPG图像后，应用区域生长法分割出肺实质区域，去掉肺区外的干扰信息。然后，利用多尺度高斯滤波器增强图像后，应 用模糊C均值聚类算法提取肺结节感兴趣区域。最后，对肺结节特征进行提取及归一化处理，应用支持向量机分类器识 别并标记出肺结节。结果：在随机抽取的120例图像中，检测肺结节的准确率达到92.3%，分类识别肺结节的准确率达到 95.6%。实验结果表明，本文方法有效地排除了交叉状和条形状血管等干扰，实现了肺结节的精确检测和识别。结论：本 方法在保证检测和识别出正确结节的前提下，降低了误判率，算法也得到了较好的收敛
%K 肺结节
%K CT图像
%K 区域生长法
%K 多尺度高斯滤波器
%K 模糊C均值聚类算法
%K 支持向量机分类器
%U http://zgyxwlxzz.paperopen.com/oa/darticle.aspx?type=view&id=201809036