结合多尺度圆形滤波与MS聚类的疑似结节分割

发布时间：2017-08-14 00:23

  本文关键词：结合多尺度圆形滤波与MS聚类的疑似结节分割

  更多相关文章： 疑似肺结节 Hessian矩阵 多尺度圆形滤波 均值漂移聚类 图像分割

【摘要】：肺部CT图像中疑似病灶感兴趣区域(ROI)的准确分割是肺部计算机辅助检测/诊断(CAD)的重要环节。本文提出结合Hessian矩阵滤波的均值漂移聚类肺部疑似病灶ROI区域分割算法。对原图像进行多尺度Hessian矩阵圆形滤波,图像中圆形的疑似结节病灶区域得到滤波增强、直线形的气管/血管区域得到抑制,将Hessian矩阵滤波后的形状特征、灰度、空间位置3种信息引入特征空间,将均值漂移聚类的核函数分解为3种特征信息所分别对应的核函数乘积形式,最后采用自适应计算带宽的方法确定每个待分割疑似区域的带宽进行均值漂移聚类分割。对来自LIDC等127个包含不同类型肺结节的病例进行实验,实验结果表明引入Hessian矩阵圆形滤波信息的均值漂移聚类能够分割出与血管或气管相连或者交叉的结节区域,去除ROI中包含的非结节区域,能有效分割出基于灰度信息难以分割的毛玻璃型(GGO)结节;对于3种类型的结节区域:血管相连结节(VPN)、毛玻璃型结节(GG0)、孤立性结节(SPN)分割平均准确率分别为92.80%、86.13%、95.08%。
【作者单位】： 东北大学信息科学与工程学院;教育部医学影像计算重点实验室;
【关键词】： 疑似肺结节 Hessian矩阵 多尺度圆形滤波 均值漂移聚类 图像分割
【基金】：国家自然科学基金(61370152) 中央高校基本科研业务费专项资金(N130204003)项目资助
【分类号】：TP391.41
【正文快照】： 1弓I言 均值漂移(mean shift,MS)算法是一种基于密度梯度上升的非参数方法[Mi。可以采用MS算法的聚类方式实现图像分割[4?,但对于特征空间的构成而言,通常只利用图像的灰度信息,而在实际应用中只凭借灰度信息往往并不能满足特定的分割任务,所以将其他信息引人特征空间会取得

【相似文献】

中国期刊全文数据库 前10条

1 马丽;常发亮;乔谊正;刘增晓;;基于改进的均值漂移算法的目标跟踪[J];计算机工程;2006年24期

2 周芳芳;樊晓平;叶榛;;均值漂移算法的研究与应用[J];控制与决策;2007年08期

3 魏坤;赵永强;潘泉;张洪才;;基于均值漂移和粒子滤波的红外目标跟踪[J];光电子.激光;2008年02期

4 何文媛;韩斌;徐之;宋敬海;;基于粒子滤波和均值漂移的目标跟踪[J];计算机工程与应用;2008年11期

5 刘技;康晓东;贾富仓;;基于图割与均值漂移算法的脊椎骨自动分割[J];计算机应用;2011年03期

6 杨洪;范新南;巫鹏;史鹏飞;;基于均值漂移聚类算法的背景重构[J];科学技术与工程;2013年07期

7 左军毅;赵春晖;梁彦;潘泉;张洪才;;一种具有跟踪外观变化目标能力的均值漂移算法[J];计算机科学;2007年10期

8 孙申申;李宏;康雁;赵宏;;均值漂移带宽选取新方法及其在分割肺结节中的应用[J];东北大学学报(自然科学版);2008年09期

9 李同鑫;熊红凯;;基于均值漂移的视频目标跟踪改进算法[J];信息技术;2010年03期

10 张玉珍;王建宇;戴跃伟;魏带娣;;一种基于均值漂移的视频场景检测方法[J];中国图象图形学报;2010年02期

中国重要会议论文全文数据库 前6条

1 赵晶晶;谌海新;刘星彤;;基于均值漂移的红外飞行目标分割方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

2 徐青松;王仁明;刘代志;;基于均值漂移的红外目标跟踪方法综述[A];国家安全地球物理丛书（七）——地球物理与核探测[C];2011年

3 李冠彬;吴贺丰;;基于颜色纹理直方图的带权分块均值漂移目标跟踪算法[A];第五届全国几何设计与计算学术会议论文集[C];2011年

4 白培瑞;李良;赵奇;韩焱;;基于均值漂移的医学超声图像分割改进算法[A];2009年中国智能自动化会议论文集（第三分册）[C];2009年

5 雷颖惠;张娟;杨文佳;;一种基于改进均值漂移的实时目标检测与跟踪算法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

6 景军锋;李光燕;李鹏飞;;基于MeanShift和Harris算子圆网印花机对花检测的研究与设计[A];第十五届全国图象图形学学术会议论文集[C];2010年

中国博士学位论文全文数据库 前2条

1 王娟;复杂场景中的目标跟踪优化算法研究[D];燕山大学;2014年

2 陈远;复杂场景中视觉运动目标检测与跟踪[D];华中科技大学;2008年

中国硕士学位论文全文数据库 前10条

1 陈应跃;集成均值漂移分割的遥感影像融合方法研究[D];昆明理工大学;2015年

2 高祥;基于均值漂移算法的遥感图像地物提取及分类[D];西南交通大学;2015年

3 唐栋;基于非线性均值漂移的多目标匹配技术的研究[D];南京大学;2015年

4 郑增国;基于均值漂移的目标跟踪算法研究[D];广西民族大学;2012年

5 韦迅;基于均值漂移的动态目标跟踪算法研究[D];哈尔滨工程大学;2012年

6 明新勇;基于均值漂移和粒子滤波的目标跟踪算法研究[D];南京理工大学;2008年

7 成伟;均值漂移算法在视频目标跟踪中的应用[D];重庆大学;2009年

8 王国勇;基于均值漂移算法的运动人体跟踪研究[D];浙江工业大学;2012年

9 陈超;基于均值漂移算法的目标跟踪[D];兰州理工大学;2014年

10 杜超;基于均值漂移与粒子滤波的目标跟踪算法研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2011年

，

本文编号：669819