基于Hessian矩阵的肺结节计算机辅助检测算法研究

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

目的：研究基于Hessian矩阵的多尺度增强算法对圆形或类圆形疑似结节区域的增强作用，用于实现对肺结节的计算机辅助检测，帮助诊断医生对肺结节进行初检，减轻医生的负担，提高肺结节的检测率。材料和方法：本研究选取了44幅肺部CT图像，共有90个大小不等的结节作为本实验的样本数据，图像大小512×512像素，位分配16位，位存储12位，4096灰度级，5mm或7mm层厚，像素大小0．74 mm×0．74 mm，管电压140kVp，管电流300mA，图像存储为DICOM标准格式。本研究在Windows XP，VC++6．0的编程环境中，实现了对DICOM格式CT图像的直接读取，然后对图像进行预处理，通过阈值分割和区域增长的方法提取完整的肺实质，达到了消除冗余信息和对影像信息降噪的目的，利用高斯函数模拟肺结节，构造Hessian矩阵，利用不同的尺度参数来实现对不同大小的结节增强，提取疑似结节的感兴趣区域，然后对有CAD和无CAD时临床医生的诊断利用ROC曲线进行评价，计算出ROC曲线下的面积。结果：本研究实现了基于Hessian矩阵的多尺度增强算法对圆形类圆形肺结节疑似区域的增强，通过对有CAD和无CAD时临床医生诊断进行ROC分析，结果表明有CAD时诊断医师的结节检出能力（Az=0．95）高于没有CAD时（Az=0．88）。结论：基于Hessian矩阵的多尺度增强算法能有效的提高圆形或类圆形肺结节的检出率，但假阳性较高。该算法实用有效，本研究开发的基于该算法的软件系统界面友好使用方便。

著录项

作者
张娟;
展开▼
作者单位

泰山医学院;

展开▼
授予单位泰山医学院;
学科影像医学与核医学
授予学位硕士
导师姓名王昌元;
年度 2009
页码
总页数
原文格式 PDF
正文语种中文
中图分类肺部;
关键词
计算机辅助诊断; Hessian矩阵; 肺结节; 检测算法; 多尺度增强;

相似文献

中文文献
外文文献
专利

1. 基于Hessian矩阵及梯度熵的疑似肺结节检测算法 [J] . 郭薇 ,魏颖 ,周翰逊 . 仪器仪表学报 . 2009,第8期
2. 基于收敛指数滤波和Hessian矩阵的肺结节检测算法 [J] . 吴龙海 ,周荷琴 ,李传富 . 北京生物医学工程 . 2008,第005期
3. 基于CT图像的肺结节计算机辅助检测研究进展 [J] . 邹雨楠 ,徐秀芳 ,陈艾清 . 计算机时代 . 2021,第003期
4. 基于深度学习计算机辅助检测在低剂量胸部CT中肺结节检出能力评估 [J] . 孟晓燕 ,顾慧 ,王锡明 . 医学影像学杂志 . 2019,第012期
5. 基于云计算的计算机辅助检测系统可提高对胸外恶性肿瘤病人CT肺结节的识别能力 [J] . L.Vassallo ,A.Traverso ,M.Agnello . 国际医学放射学杂志 . 2019,第2期
6. 肺结节自动检测算法研究 [C] . 石羽 ,曹晓光 ,张弘 . 第四届全国信息获取与处理学术会议 . 2006
7. 基于形态特征的肺结节CT图像计算机辅助检测和辅助诊断研究 [A] . 胡玉娜 . 2012

基于Hessian矩阵的肺结节计算机辅助检测算法研究

目录

摘要

著录项

相似文献

相关主题

期刊订阅