文献类型：期刊文章

作　　者：徐亚楠[1] 赵伟[2] 李铭[2] 石宏理[1]

XU Yanan;ZHAO Wei;LI Ming;SHI Hongli(School of Biomedical Engineering, Capital Medical University, Beijing 100069, China;CT Room, Huadong Hospital Affiliated toFudan University, Shanghai 200040, China)

机构地区：[1]首都医科大学生物医学工程学院,北京100069 [2]复旦大学附属华东医院CT室,上海200040

出　　处：《中国医学物理学杂志》

基　　金：北京自然科学基金(7142022)

年　　份：2019

卷　　号：36

期　　号：4

起止页码：425-430

语　　种：中文

收录情况：CSCD、CSCD_E2019_2020、JST、ZGKJHX、普通刊

摘　　要：提出一种基于支持向量机的提取和识别肺CT图像三维磨玻璃结节(GGN)的算法。该算法首先根据肺实质三维图像的连通性,分割出肺实质区域,然后在肺实质区域内提取潜在GGN的孤立组织,并用三维形状特征和三维纹理特征建立识别结节的线性模型。依据临床医师标定的图像,通过支持向量机确定该线性模型参数。最后,采用该线性模型识别孤立组织中的结节。本研究采用139例临床医师标定的肺腺癌数据,其中100例作为训练集,39例作为测试集。测试结果表明,该算法可有效识别出肺CT图像的GGN,通过受试者工作特征曲线(ROC),得到ROC曲线下面积的值为0.937 2。

关 键 词：肺  磨玻璃结节  支持向量机 CT 三维图像

分 类 号：R318.13[生物医学工程类]