您当前的位置:
首页 > 文献资料
所属专业:
连通标记文献资料
-
基于SUV值的智能肺癌识别
目的:提出一种新的智能识别肺部肿瘤(Positron Emission Tomography,PET)图像的方法,提高分割速度和精度.方法:先对标准摄取值(Standard Uptake Values,SUV)值进行非线性化以增强图像,然后用迭代法二值化图像,后用连通标记法来识别肿瘤.结果:该方法分割效果好,速度快.结论:和传统分割方法相比较,该方法具有智能性,分割精度高,更适合于肺部肿瘤.
-
MRI胸腔图像中肺组织的自动分割
目的 探讨实现MRI胸腔图像中肺组织自动分割的方法.方法 基于MRI胸腔图像,首先对整套图像数据集进行预处理,以增强图像中肺组织区域和周围组织的对比度.采用由粗到细的肺组织自动分割算法.该算法先采用阈值法分割出粗略的肺实质,然后通过标记连通区域统一背景,后利用形态学的方法 平滑肺边缘、填补肺区内的细小缺失并去掉黏连的气管及主支气管.结果 自动分割的肺组织边缘轮廓清晰,与原图基本吻合,而且与手工分割结果 的一致性较好.各时相点的平均DSI系数均超过89%,可视为有效分割.结论 该算法能准确有效的自动分割出一个呼吸周期中不同时相点的MRI胸腔图像序列中的肺组织.