胸膜結(jié)節(jié)的灰度與肺實質(zhì)外圍灰度十分接近,很難運用傳統(tǒng)算法分割這種病變部位.針對胸膜結(jié)節(jié)難以精確分割的問題,在本文中提出了一種結(jié)合CV模型與貝葉斯模型的優(yōu)化算法,本算法采用CV模型進行初分割,并在分割結(jié)果基礎(chǔ)上采用了貝葉斯方法:通過CT圖像上一幀來預(yù)測并更新胸膜結(jié)節(jié)信息,最后將篩選出的病變區(qū)域添加到初始分割輪廓上,完成肺實質(zhì)的自動分割.運用本文提出的方法,對來自LIDC公開數(shù)據(jù)集中的32位病人共計234張CT樣本圖像進行仿真實驗,綜合得到本文算法對此類結(jié)節(jié)分割準(zhǔn)確率、召回率和F值分別為99. 6%、93. 6%、96. 5%,較文中所對比算法有明顯提升.實驗結(jié)果表明,該算法具有不錯的適應(yīng)性和魯棒性,并且提高了此類結(jié)節(jié)的分割精度. 

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引言
2 采用CV模型提取肺部輪廓
3 待檢測胸膜結(jié)節(jié)貝葉斯方法
    3.1 貝葉斯模型的建立
    3.2 輪廓線的預(yù)測與更新
    3.3 輪廓線的差異化篩選
4 實驗與結(jié)果分析
    4.1 實驗方法
    4.2 算法評價指標(biāo)
    4.3 實驗結(jié)果分析與對比
        4.3.1 實驗結(jié)果分析
        4.3.2 量化結(jié)果分析
5 結(jié)束語


【參考文獻】：
期刊論文
[1]融合Harris角點檢測算法的肺實質(zhì)分割方法[J]. 孫紅,李晶.  小型微型計算機系統(tǒng). 2019(04)
[2]一種自適應(yīng)初始輪廓的水平集演化方法的研究[J]. 翁桂榮,朱云龍,錢森.  電子學(xué)報. 2017(11)
[3]基于肺部CT圖像中肺實質(zhì)分割的研究進展[J]. 張文莉,呂曉琪,谷宇,吳涼,張信雪.  中國醫(yī)學(xué)物理學(xué)雜志. 2017(09)
[4]基于邊界逼近的肺實質(zhì)分割方法[J]. 黃智定,孫紅.  中國生物醫(yī)學(xué)工程學(xué)報. 2016(05)
[5]基于改進凸包算法的肺實質(zhì)分割研究[J]. 李金,鄭冰,梁洪,鄧玉林.  中國生物醫(yī)學(xué)工程學(xué)報. 2013(04)
[6]快速邊界行進算法:一種CT圖像肺實質(zhì)自動分割策略[J]. 張林,何中市,張杰慧.  計算機應(yīng)用研究. 2011(09)



本文編號：3650977