基于局部灰度最大和改进Mahalanobis？

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。