中国数字医学
中國數字醫學
중국수자의학
CHINA DIGITAL MEDICINE
2014年
6期
75-77
,共3页
纹理分类%支持向量机%分水岭%蜂窝状%三维分割
紋理分類%支持嚮量機%分水嶺%蜂窩狀%三維分割
문리분류%지지향량궤%분수령%봉와상%삼유분할
texture classification%SVM%watershed%honeycombing%3D segmentation
目的:蜂窝状肺病变是一种常见的肺部影像学表现,因其边缘模糊、分布弥散的特点,难于分割.为准确地对蜂窝状肺病变进行三维分割,提出一种基于支持向量机的交互式三维分割方法.方法:根据肺部CT图像灰度分布特性基于自适应阈值分割算法对肺部进行分割,然后采用区域生长法将气管剔除出肺部区域,并针对肺部区域采用修正后的分水岭算法按照纹理分割成小区域,对各区域进行纹理特征的提取,采用训练后的支持向量机对各区域进行判别是否为蜂窝状病变区域.最后根据切片层数据间的关联性基于面积重叠去除假阳性区域.结果:针对临床已确诊的30例病例参照医生分割的金标准进行测试,对分割算法进行了敏感性、特异性、准确率等指标的评估,该方法能分割出可靠的蜂窝状肺部病变区域.
目的:蜂窩狀肺病變是一種常見的肺部影像學錶現,因其邊緣模糊、分佈瀰散的特點,難于分割.為準確地對蜂窩狀肺病變進行三維分割,提齣一種基于支持嚮量機的交互式三維分割方法.方法:根據肺部CT圖像灰度分佈特性基于自適應閾值分割算法對肺部進行分割,然後採用區域生長法將氣管剔除齣肺部區域,併針對肺部區域採用脩正後的分水嶺算法按照紋理分割成小區域,對各區域進行紋理特徵的提取,採用訓練後的支持嚮量機對各區域進行判彆是否為蜂窩狀病變區域.最後根據切片層數據間的關聯性基于麵積重疊去除假暘性區域.結果:針對臨床已確診的30例病例參照醫生分割的金標準進行測試,對分割算法進行瞭敏感性、特異性、準確率等指標的評估,該方法能分割齣可靠的蜂窩狀肺部病變區域.
목적:봉와상폐병변시일충상견적폐부영상학표현,인기변연모호、분포미산적특점,난우분할.위준학지대봉와상폐병변진행삼유분할,제출일충기우지지향량궤적교호식삼유분할방법.방법:근거폐부CT도상회도분포특성기우자괄응역치분할산법대폐부진행분할,연후채용구역생장법장기관척제출폐부구역,병침대폐부구역채용수정후적분수령산법안조문리분할성소구역,대각구역진행문리특정적제취,채용훈련후적지지향량궤대각구역진행판별시부위봉와상병변구역.최후근거절편층수거간적관련성기우면적중첩거제가양성구역.결과:침대림상이학진적30례병례삼조의생분할적금표준진행측시,대분할산법진행료민감성、특이성、준학솔등지표적평고,해방법능분할출가고적봉와상폐부병변구역.
