Shapelets在低剂量CT影像中肺结节检测的应用研究

Shapelets在低剂量CT影像中肺结节检测的应用研究

ID:46616874

大小:1.21 MB

页数:4页

时间:2019-11-26

Shapelets在低剂量CT影像中肺结节检测的应用研究_第1页
Shapelets在低剂量CT影像中肺结节检测的应用研究_第2页
Shapelets在低剂量CT影像中肺结节检测的应用研究_第3页
Shapelets在低剂量CT影像中肺结节检测的应用研究_第4页
资源描述:

《Shapelets在低剂量CT影像中肺结节检测的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第29卷92a2012年4月沈阳航空航天大学学报10umalofShenyangAerospaceUniversityVol,29No.2Apr.2012文章编号:2095—1248(2012)02-0042—04Shapelets在低剂量CT影像中肺结节检测的应用研究李金保,张国栋(沈阳航空航天大学计算机学院,沈阳110136)摘要:针对医学影像诊断领域中肺结节检测比较困难的问题,提出了一种新的线性检测肺结节的方法。该方法以Shapelets理论为基础,利用多个二维加权基函数来表示图像中的目标物体。本文通过计算出每个基函数的系数,选取适当的特征

2、尺度参数,使用带权基函数叠加的方法检测出缔结节的准确位置。实验结果表明,该方法能够快速准确的检测出低剂量肺部CT图像中肺结节的具体位置,对医学临床诊断提供了有力的支持。关键词:肺结节;Shapelets;基函数;低剂量CT中图分类号:1w51文献标志码:Adoi:10.3969/j.issn.2095—1248.2012.02.010Shapeletsapplicationresearchoflungnoduledetectioninlow—doseCTimageLIJin·bao,ZHANGGuo-dong(SchoolofComputcrSc

3、ience,ShenyangAerospaceUniversity,LiaoningI10136)Abstract:Lungnoduledetectionisadifficultandcomplexprobleminthefieldofmedicaldiagnosticima-ging.andthispaperpresentsallewmethodtodetectlungnodule.硼_lismethodisbasedonShapeletstheo—ry,andtheaimedobjectisrepresentedwithaseriesofwe

4、ightedbasicfunction.Inthispaper,throughcal-culafingtheShapeletscoefficientandselectingappropriatecharacteristicscaleparameter,wedetecttheexactlocationwithsuperpositionofweightedbasicfunction.ExperimentresultshowsthatthismethodCandetecttheexactlocationofthelungnodulesinlow-dos

5、eCTlungimage,contributingtoclinicaldiagnosisinthemedicalfield.Keywords:lungnodule;Shapelets;basicfunction;low—doseCT近年来.肺癌成为对人类生命健康危害最大的恶性肿瘤之一,死亡率远远高于其他癌症,并呈逐年上升趋势,肺癌的前期往往表现为肺结节⋯。肺内结节是肺部常见病变,是指发生于肺实质内单发或者多发直径小于等于3crn的圆形或类圆形肺内致密影,并有良恶之分。随着影像技术的不断发展和相关临床需求的不断增加,医学影像数据迅速增长,影像诊断师

6、的工作越来越繁重,这对他们的体力和脑力劳动提出了巨大的挑战,加上有些癌变部位出于较小,用肉眼不易判断,所以不可避免的出现漏诊和误诊。如能快速检测出肺部结节,就能有效防止病情加重,利于疾病的早期治疗。所以,自动检测肺结节的方法对医生和病人都有重大意义"J。目前,肺结节的检测算法主要分为半自动和全自动两种,半自动的算法需要人为的干预,通常使用的是经典的检测算法,如基于区域和基于边缘检测的方法。全自动算法通常使用的是如模糊收稿日期:20]1—12—03作者简介:李金保(1984一),男,河北保定人,硕士研究生,主要研究方向:计算机图形学,E-mail:

7、lijin-bao@126.∞;张国栋(1972一),男,山东茌平人,教授,主要研究方向:医学影像理解与分析,E-mall:zhanggd@qm.劬1.∞。第2期李金保,等:Shapelets在低剂量CT影像中肺结节检测的应用研究43集和神经网络等比较高级的检测方法。在全自动检测方法中,Lee等人提出的基于遗传算法的模板匹配方法,检测出了98个孤立性结节中的71个,检出率在72%左右。Szuld采取超大训练的人工神经网络,通过构建二级的神经网络,对标注的6种良性,1种恶性结节数据进行分析,共63组病例,1765张CT,71个结节,最后结果对于结节

8、检测率准确率达到98.3%。该方法没有对肺结节特征进行提取,而是直接采取标记区域的像素值作为特征。虽然效果极好,但计算时间漫长,在奔腾4

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。