期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
肺实质CT图像细化分割 被引量:7
1
作者 曲彦 魏本征 +2 位作者 尹义龙 陪陪 丛金玉 《中国图象图形学报》 CSCD 北大核心 2017年第1期137-145,共9页
目的由于肺部CT图像中各组织结构复杂、灰度分布不均匀,造成肺实质部分难以准确分割和提取。为了提高肺实质分割的准确率,本文提出了一种基于超像素的细化分割与模糊C均值聚类相结合的自动分割算法。方法该算法充分利用肺部CT图像的灰... 目的由于肺部CT图像中各组织结构复杂、灰度分布不均匀,造成肺实质部分难以准确分割和提取。为了提高肺实质分割的准确率,本文提出了一种基于超像素的细化分割与模糊C均值聚类相结合的自动分割算法。方法该算法充分利用肺部CT图像的灰度、纹理特征,同时为了正确标记超像素的分类,引入一种空间邻域信息来增强空间约束进而有效地解决灰度不均匀的问题,它能够对肺实质进行分割并除去其周围的主血管,然后利用形态学知识去除肺部的分支血管。结果在临床患有四类疾病的患者CT图像数据集上采用改进的图像特征,使得肺实质分割的准确率提高了0.8%。同时,算法准确率提高到99.46%。结论实验结果表明,本文算法能够实现肺部CT图像肺实质的自动细化分割,结果准确适用。该算法鲁棒性好、速度快,是一种精确有效的自动肺实质分割方法。 展开更多
关键词 肺实质分割 超像素 CT图像 模糊C均值聚类 细化分割
原文传递
基于复合超像素技术的肺部CT图像分割算法 被引量:4
2
作者 陪陪 魏本征 +2 位作者 曲彦 杨凯 尹义龙 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2017年第3期332-339,共8页
基于肺部CT图像灰度不均匀、纹理变化大的特点,文章提出一种超像素与随机森林相结合的肺部CT图像分割算法。该算法首先采用阈值和形态滤波的方法对图像进行预处理;再通过TurboPixels算法将图像分割为超像素;然后运用灰度共生矩阵提取超... 基于肺部CT图像灰度不均匀、纹理变化大的特点,文章提出一种超像素与随机森林相结合的肺部CT图像分割算法。该算法首先采用阈值和形态滤波的方法对图像进行预处理;再通过TurboPixels算法将图像分割为超像素;然后运用灰度共生矩阵提取超像素的纹理特征,并融合灰度特征形成特征矩阵;最后基于特征矩阵和随机森林算法获取分割图像。实验结果表明,该文提出的分割算法对肺部CT图像处理具有一定的有效性,健康肺部图像的分割准确率为98.07%,病变图像的准确率为96.23%,且该算法具有全自动、高准确率、鲁棒性好等特点。 展开更多
关键词 CT图像 超像素 灰度共生矩阵 纹理特征 随机森林
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部