首页> 中文期刊> 《光学精密工程》 >胸部CT图像中孤立性肺结节良恶性快速分类

胸部CT图像中孤立性肺结节良恶性快速分类

         

摘要

为突破医学影像诊断学依据医学征象进行定性诊断准确度不高的瓶颈,针对胸部CT图像中孤立性肺结节(SPN)定性诊断问题,提出了能够用图像特征有效表示SPN病理特性,快速准确诊断SPN良恶性的计算机辅助诊断系统.采取交互式分割方法从胸部CT图像中提取出SPN;直接计算SPN图像的多分辨率直方图得到768维空间信息特征样本集;然后,充分利用具有处理高维数据集优势的支持向量机(SVM)构造SPN良恶性分类器;最后,通过测试样本集对经训练后的SVM分类器进行测试以评价分类性能.对214例病例进行实验,结果表明:240个SPN图像的768维特征计算所用时间为4.83 s,SVM分类器训练测试所用时间为2.24 s,敏感性为73.33%,特异性为70%,准确度达71.67%,接受者操作特性曲线(ROC)下面积(AUC)为0.786 4.该系统提取的高维图像空间信息特征能够有效表示SPN特性;没有考虑医学征象进行SPN定性诊断的准确度即可达到71.67%,同时分类速度比传统纹理算法提高了近50倍,为医学影像学解决SPN定性诊断问题提供了便捷、客观的辅助手段.

著录项

  • 来源
    《光学精密工程》 |2009年第8期|2060-2068|共9页
  • 作者单位

    哈尔滨工业大学,HIT-INSA中法生物医学图像联合研究中心,黑龙江,哈尔滨,150001;

    哈尔滨工业大学,HIT-INSA中法生物医学图像联合研究中心,黑龙江,哈尔滨,150001;

    哈尔滨理工大学,自动化学院,,黑龙江,哈尔滨,150080;

    哈尔滨医科大学,附属肿瘤医院,黑龙江,哈尔滨,150081;

    哈尔滨医科大学,附属肿瘤医院,黑龙江,哈尔滨,150081;

    哈尔滨医科大学,附属肿瘤医院,黑龙江,哈尔滨,150081;

    哈尔滨工业大学,HIT-INSA中法生物医学图像联合研究中心,黑龙江,哈尔滨,150001;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP394.1;R445.3;
  • 关键词

    孤立性肺结节(SPN); CT图像; 良恶性结节; 多分辨率直方图; 支持向量机(SVM);

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号