本文關(guān)鍵詞：結(jié)合多尺度圓形濾波與MS聚類的疑似結(jié)節(jié)分割

  更多相關(guān)文章： 疑似肺結(jié)節(jié) Hessian矩陣 多尺度圓形濾波 均值漂移聚類 圖像分割

【摘要】：肺部CT圖像中疑似病灶感興趣區(qū)域(ROI)的準(zhǔn)確分割是肺部計算機輔助檢測/診斷(CAD)的重要環(huán)節(jié)。本文提出結(jié)合Hessian矩陣濾波的均值漂移聚類肺部疑似病灶ROI區(qū)域分割算法。對原圖像進行多尺度Hessian矩陣圓形濾波,圖像中圓形的疑似結(jié)節(jié)病灶區(qū)域得到濾波增強、直線形的氣管/血管區(qū)域得到抑制,將Hessian矩陣濾波后的形狀特征、灰度、空間位置3種信息引入特征空間,將均值漂移聚類的核函數(shù)分解為3種特征信息所分別對應(yīng)的核函數(shù)乘積形式,最后采用自適應(yīng)計算帶寬的方法確定每個待分割疑似區(qū)域的帶寬進行均值漂移聚類分割。對來自LIDC等127個包含不同類型肺結(jié)節(jié)的病例進行實驗,實驗結(jié)果表明引入Hessian矩陣圓形濾波信息的均值漂移聚類能夠分割出與血管或氣管相連或者交叉的結(jié)節(jié)區(qū)域,去除ROI中包含的非結(jié)節(jié)區(qū)域,能有效分割出基于灰度信息難以分割的毛玻璃型(GGO)結(jié)節(jié);對于3種類型的結(jié)節(jié)區(qū)域:血管相連結(jié)節(jié)(VPN)、毛玻璃型結(jié)節(jié)(GG0)、孤立性結(jié)節(jié)(SPN)分割平均準(zhǔn)確率分別為92.80%、86.13%、95.08%。
【作者單位】： 東北大學(xué)信息科學(xué)與工程學(xué)院;教育部醫(yī)學(xué)影像計算重點實驗室;
【關(guān)鍵詞】： 疑似肺結(jié)節(jié) Hessian矩陣 多尺度圓形濾波 均值漂移聚類 圖像分割
【基金】：國家自然科學(xué)基金(61370152) 中央高校基本科研業(yè)務(wù)費專項資金(N130204003)項目資助
【分類號】：TP391.41
【正文快照】： 1弓I言 均值漂移(mean shift,MS)算法是一種基于密度梯度上升的非參數(shù)方法[Mi。可以采用MS算法的聚類方式實現(xiàn)圖像分割[4?,但對于特征空間的構(gòu)成而言,通常只利用圖像的灰度信息,而在實際應(yīng)用中只憑借灰度信息往往并不能滿足特定的分割任務(wù),所以將其他信息引人特征空間會取得

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馬麗;常發(fā)亮;喬誼正;劉增曉;;基于改進的均值漂移算法的目標(biāo)跟蹤[J];計算機工程;2006年24期

2 周芳芳;樊曉平;葉榛;;均值漂移算法的研究與應(yīng)用[J];控制與決策;2007年08期

3 魏坤;趙永強;潘泉;張洪才;;基于均值漂移和粒子濾波的紅外目標(biāo)跟蹤[J];光電子.激光;2008年02期

4 何文媛;韓斌;徐之;宋敬海;;基于粒子濾波和均值漂移的目標(biāo)跟蹤[J];計算機工程與應(yīng)用;2008年11期

5 劉技;康曉東;賈富倉;;基于圖割與均值漂移算法的脊椎骨自動分割[J];計算機應(yīng)用;2011年03期

6 楊洪;范新南;巫鵬;史鵬飛;;基于均值漂移聚類算法的背景重構(gòu)[J];科學(xué)技術(shù)與工程;2013年07期

7 左軍毅;趙春暉;梁彥;潘泉;張洪才;;一種具有跟蹤外觀變化目標(biāo)能力的均值漂移算法[J];計算機科學(xué);2007年10期

8 孫申申;李宏;康雁;趙宏;;均值漂移帶寬選取新方法及其在分割肺結(jié)節(jié)中的應(yīng)用[J];東北大學(xué)學(xué)報(自然科學(xué)版);2008年09期

9 李同鑫;熊紅凱;;基于均值漂移的視頻目標(biāo)跟蹤改進算法[J];信息技術(shù);2010年03期

10 張玉珍;王建宇;戴躍偉;魏帶娣;;一種基于均值漂移的視頻場景檢測方法[J];中國圖象圖形學(xué)報;2010年02期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 趙晶晶;諶海新;劉星彤;;基于均值漂移的紅外飛行目標(biāo)分割方法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

2 徐青松;王仁明;劉代志;;基于均值漂移的紅外目標(biāo)跟蹤方法綜述[A];國家安全地球物理叢書（七）——地球物理與核探測[C];2011年

3 李冠彬;吳賀豐;;基于顏色紋理直方圖的帶權(quán)分塊均值漂移目標(biāo)跟蹤算法[A];第五屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2011年

4 白培瑞;李良;趙奇;韓焱;;基于均值漂移的醫(yī)學(xué)超聲圖像分割改進算法[A];2009年中國智能自動化會議論文集（第三分冊）[C];2009年

5 雷穎惠;張娟;楊文佳;;一種基于改進均值漂移的實時目標(biāo)檢測與跟蹤算法[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

6 景軍鋒;李光燕;李鵬飛;;基于MeanShift和Harris算子圓網(wǎng)印花機對花檢測的研究與設(shè)計[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 王娟;復(fù)雜場景中的目標(biāo)跟蹤優(yōu)化算法研究[D];燕山大學(xué);2014年

2 陳遠;復(fù)雜場景中視覺運動目標(biāo)檢測與跟蹤[D];華中科技大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳應(yīng)躍;集成均值漂移分割的遙感影像融合方法研究[D];昆明理工大學(xué);2015年

2 高祥;基于均值漂移算法的遙感圖像地物提取及分類[D];西南交通大學(xué);2015年

3 唐棟;基于非線性均值漂移的多目標(biāo)匹配技術(shù)的研究[D];南京大學(xué);2015年

4 鄭增國;基于均值漂移的目標(biāo)跟蹤算法研究[D];廣西民族大學(xué);2012年

5 韋迅;基于均值漂移的動態(tài)目標(biāo)跟蹤算法研究[D];哈爾濱工程大學(xué);2012年

6 明新勇;基于均值漂移和粒子濾波的目標(biāo)跟蹤算法研究[D];南京理工大學(xué);2008年

7 成偉;均值漂移算法在視頻目標(biāo)跟蹤中的應(yīng)用[D];重慶大學(xué);2009年

8 王國勇;基于均值漂移算法的運動人體跟蹤研究[D];浙江工業(yè)大學(xué);2012年

9 陳超;基于均值漂移算法的目標(biāo)跟蹤[D];蘭州理工大學(xué);2014年

10 杜超;基于均值漂移與粒子濾波的目標(biāo)跟蹤算法研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機械與物理研究所）;2011年

，

本文編號：669819