郑斌
- 作品数：2 被引量：24H指数：2
- 供职机构：匹兹堡大学更多>>
- 发文基金：上海市教育委员会重点学科基金上海市教委科研基金上海市教育委员会创新基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 改进的模糊聚类亚实质肺结节3维分割(英文)被引量：8
- 2013年
- 肺癌是当今对人类健康与生命危害最大的恶性肿瘤之一。早期肺癌一般表现为肺结节,如能及时从肺部CT图像中检测到肺结节,便能及早发现肺癌,经治疗后可有效延长患者的生存时间,所以CT图像是肺癌诊断和疾病治疗的重要依据。但对全肺进行螺旋CT扫描产生的大量图像给人工检测肺结节带来了困难,因此,基于CT图像的肺结节计算机辅助检测(CAD)技术应运而生。由于CAD能有效辅助放射科医生提高肺结节的检测准确率与工作效率,降低漏诊与误诊率,因此,CAD成了目前生物医学工程领域的研究热点之一。尽管目前报道的CAD系统所采用的方法各有不同,但基本上都是遵循以下步骤完成:1)CT图像的预处理;2)肺结节的分割;3)特征提取及优化选择;4)肺结节的分类识别。其中对结节的精确分割与否直接影响到后续的特征选择与优化,而特征选择与优化又进而影响到分类器的分类属性,所以肺结节分割是基于CT图像的肺结节计算机辅助检测的关键步骤。肺结节可细分为实质性结节(solid nodule)和亚实质性结节(sub-solid nodule)。其中完全屏蔽肺实质的结节称为实质性结节,否则称为亚实质性结节。实质性结节表现为边界比较规则的类圆形病灶,且密度较高、边界清晰,因此较容易分割,对实质性肺结节的分割国内外均有大量文献报道。与实质性肺结节相比,亚实质性肺结节其密度表现为磨玻璃影(GGO),且边缘不清晰(多带毛刺)、没有特定的形状。实质性结节中93%以上为良性病灶,而因为带有GGO,亚实质性肺结节的恶性化程度较实质性结节而言表现得较高。因此,亚实质性结节的精确分割对发现早期肺癌更具应用价值,也面临更大的难度和挑战。模糊聚类算法是一种基于模糊数学的常用的灰度图像分割方法,适合解决灰度图像中存在的模糊和不确定性问题。而经典的模糊聚类算法及�
- 李翠芳聂生东王远军孙希文郑斌
- 关键词：计算机辅助检测
- CT图像肺结节计算机辅助检测与分类系统设计(英文)被引量：16
- 2007年
- 近年来,肺癌已经成为癌症中的主要杀手,早期发现肺癌是降低死亡率的最有效的途径。在传统的二维胸片和三维CT片上,早期肺癌一般表现为肺结节。因此,肺癌的早期诊断归结为对肺结节的检测上面。而通过人工阅片的方式检测肺结节是非常费时费力的。计算机辅助检测技术(CAD)具有检测肺结节的潜力,它把计算机图像处理的结果作为放射科医生的辅助参考,它能够检测出放射科医生易于漏检的微、小结节。因此,利用CAD增加了早期诊断肺癌的机会。基于近年来国内外在肺结节计算机辅助诊断和检测方面的研究进展,提出了一个研发CAD的基本思想和框架。
- 聂生东郑斌李雯
- 关键词：肺结节计算机辅助检测
