基于低剂量CT图像的肺实质分割方法
吴凉1
吕晓琪2
谷宇3
李菁1
张文莉1
任国印1
张薇1
1.内蒙古科技大学 信息工程学院,内蒙古自治区模式识别与智能图像处理重点实验室,包头0140102.内蒙古科技大学 信息工程学院,内蒙古自治区模式识别与智能图像处理重点实验室,包头014010;内蒙古工业大学,呼和浩特0100513.内蒙古科技大学 信息工程学院,内蒙古自治区模式识别与智能图像处理重点实验室,包头014010;上海大学 计算机工程与科学学院,上海200444
摘要：为了提高早期肺癌筛查中肺结节计算机辅助检测、辅助诊断的准确性,提出一种多种方法结合的低剂量CT图像肺实质自动分割算法.首先利用改进的多方向形态学滤波算法进行预处理;然后利用聚类法、flood-fill算法去除背景,实现粗分割;接着利用引入霍夫变换的改进三维区域生长算法去除气管和主支气管树;最后利用分水岭算法和二维凸包算法实现肺实质细分割.实验结果通过对ELCAP数据库中的50个低剂量CT序列利用本研究算法进行处理,验证了该算法的有效性,正确分割率达到95.75%.为肺结节检测等后期的诊断提供了有价值的参考信息.
关键词：肺实质分割低剂量CT图像霍夫变换凸包算法分水岭检测
分类号：R318(医用一般科学)
资助基金：国家自然科学基金(61771266)国家自然科学基金(61179019)内蒙古自治区自然科学基金(2015MS0604)内蒙古自治区高等学校科学研究项目(NJZY145)包头市科技计划(2015C2006-14)内蒙古科技大学创新基金(2014QDL045)
论文发表日期：2018-01-01
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：5( 163-167 )
英文信息