文献类型：期刊文章

作　　者：孙旭辉[1] 田启川[1] 李临生[1] 武志峰[2] 房宾[2]

机构地区：[1]太原科技大学电子信息工程学院电子信息系,山西太原030024 [2]山西医科大学医学影像学系,山西太原030001

出　　处：《现代生物医学进展》

基　　金：山西省自然科学基金项目(2008011030);山西省科技攻关项目(20090311057-3)

年　　份：2010

卷　　号：10

期　　号：17

起止页码：3326-3331

语　　种：中文

收录情况：AJ、CAB、CAS、CSA、CSA-PROQEUST、IC、RCCSE、UPD、ZGKJHX、普通刊

摘　　要：目的:研究基于改进的模糊C均值聚类计算机辅助诊断算法对肺结节的诊断价值,降低对肺结节的漏诊率,提高病人的生存率。方法:基于模糊C均值聚类的算法,利用直方图统计特性对数据进行优化,在此基础上利用像素的邻域特性,将数据样本对各聚类中心约束条件为1,改变为隶属度之和为样本总数。用改进的FCM对肺实质图像进行分割,将分割后的图像应用区域标记算法去除小面积区域。利用肺结节的关键特征,提取可疑区域。结果:运用改进算法后,区域分割效果更好。仿真结果证明算法很好的将"线"形或分枝状结构的血管去除。结论:改进的FCM有很好的实时性和对噪声的鲁棒性,分离血管后,将可疑区域在原图标记出来,使医生的工作更加明确。

关 键 词：计算机辅助诊断 CT 肺结节 模糊C均值聚类 区域标记  

分 类 号：R-332] R322.61