肺部疑似病变区域的自动提取方法及应用  

Methods and Application for Automated Extraction of Suspicious

作　　者：司二玲[1] 陈真诚[1] 林宛华[1] 

机构地区：[1]中南大学信息物理工程学院生物医学工程研究所,湖南长沙410083

出　　处：《中国医学物理学杂志》2009年第3期1158-1159,1175,共3页Chinese Journal of Medical Physics

基　　金：国家863项目(No.2007AA022000);湖南省自然科学基金资助项目(No.07JJ6133)

摘　　要：目的:研究肺癌计算机辅助诊断中疑似病变区域的自动提取算法及其实际应用效果。方法:作者在分析肺部CT图像之后,根据图像的特点,首先采用合适的算法提取出肺实质,然后利用本文所介绍的三种算法来提取疑似病变区域,并对提取结果进行分析比较。结果:通过对阈值法,K均值法以及模糊C均值法的实际处理结果进行比较发现,三种方法都能有效的提取出肺部疑似病变区域。但从算法效率及提取结果等角度综合考虑,K均值法更适合用来提取肺部疑似病变区域。结论:利用K均值法能够很好的提取肺部疑似病变区域,同时该算法运行的效率很高。Objective： Research the algorithms used to automatically extract suspicious pulmonary nodules and evaluate the application. Method： The lung field is firstly segmented based on the analysis of the CT image. Then we use threshold, K means and fuzzy C means respectively to extract the suspicious regions. In the end, we compare the three algorithms. Results： All the three algorithms can extract suspicious regions effectively. But considering the efficiency and quality, we conclude the K means is more suitable. Conclusion： The K means can extract suspicious regions effectively and is of much higher efficiency.

关 键 词：肺结节 计算机辅助诊断 阈值法 K均值法 模糊C均值法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术] R318.5[自动化与计算机技术—计算机科学与技术]