-
基于CT图像的肺结节检测与识别
编辑人员丨2023/8/6
目的:将肺结节从含有背景、噪声的胸腔区域里检测并识别出来.方法:首先,将DICOM格式的医学图像转换成JPG图像后,应用区域生长法分割出肺实质区域,去掉肺区外的干扰信息.然后,利用多尺度高斯滤波器增强图像后,应用模糊C均值聚类算法提取肺结节感兴趣区域.最后,对肺结节特征进行提取及归一化处理,应用支持向量机分类器识别并标记出肺结节.结果:在随机抽取的120例图像中,检测肺结节的准确率达到92.3％,分类识别肺结节的准确率达到95.6％.实验结果表明,本文方法有效地排除了交叉状和条形状血管等干扰,实现了肺结节的精确检测和识别.结论:本方法在保证检测和识别出正确结节的前提下,降低了误判率,算法也得到了较好的收敛.
...不再出现此类内容
编辑人员丨2023/8/6
-
基于多尺度匹配滤波法的视网膜血管分割
编辑人员丨2023/8/6
视网膜血管功能复杂、形态结构因人而异,易受自身血管性疾病和全身血管性疾病的影响,其准确分割对疾病诊断、身份识别有重大意义.该研究针对视网膜血管尺度不均等问题创新性地提出了一种多尺度匹配滤波算法,在传统的单一尺度的高斯匹配滤波基础上,分别采用大小两个尺度的高斯匹配滤波器增强灰度图像,再使用二维最大熵阈值分割算法对叠加后图像进行二值化处理.该算法在DRIVE数据库中测试,灵敏度、特异性、准确度分别为0.803、0.959、0.981.与传统算法比,该算法灵敏度高、运行速度快、分割结果细节丰富.
...不再出现此类内容
编辑人员丨2023/8/6
