一种结合CV模型与贝叶斯的肺实质分割方法

发布时间：2022-05-05 20:39

　　胸膜结节的灰度与肺实质外围灰度十分接近,很难运用传统算法分割这种病变部位.针对胸膜结节难以精确分割的问题,在本文中提出了一种结合CV模型与贝叶斯模型的优化算法,本算法采用CV模型进行初分割,并在分割结果基础上采用了贝叶斯方法:通过CT图像上一帧来预测并更新胸膜结节信息,最后将筛选出的病变区域添加到初始分割轮廓上,完成肺实质的自动分割.运用本文提出的方法,对来自LIDC公开数据集中的32位病人共计234张CT样本图像进行仿真实验,综合得到本文算法对此类结节分割准确率、召回率和F值分别为99. 6%、93. 6%、96. 5%,较文中所对比算法有明显提升.实验结果表明,该算法具有不错的适应性和鲁棒性,并且提高了此类结节的分割精度. 

【文章页数】：6 页

【文章目录】：
1 引言
2 采用CV模型提取肺部轮廓
3 待检测胸膜结节贝叶斯方法
    3.1 贝叶斯模型的建立
    3.2 轮廓线的预测与更新
    3.3 轮廓线的差异化筛选
4 实验与结果分析
    4.1 实验方法
    4.2 算法评价指标
    4.3 实验结果分析与对比
        4.3.1 实验结果分析
        4.3.2 量化结果分析
5 结束语


【参考文献】：
期刊论文
[1]融合Harris角点检测算法的肺实质分割方法[J]. 孙红,李晶.  小型微型计算机系统. 2019(04)
[2]一种自适应初始轮廓的水平集演化方法的研究[J]. 翁桂荣,朱云龙,钱森.  电子学报. 2017(11)
[3]基于肺部CT图像中肺实质分割的研究进展[J]. 张文莉,吕晓琪,谷宇,吴凉,张信雪.  中国医学物理学杂志. 2017(09)
[4]基于边界逼近的肺实质分割方法[J]. 黄智定,孙红.  中国生物医学工程学报. 2016(05)
[5]基于改进凸包算法的肺实质分割研究[J]. 李金,郑冰,梁洪,邓玉林.  中国生物医学工程学报. 2013(04)
[6]快速边界行进算法:一种CT图像肺实质自动分割策略[J]. 张林,何中市,张杰慧.  计算机应用研究. 2011(09)



本文编号：3650977