高婷
- 作品数：1 被引量：8H指数：1
- 供职机构：上海理工大学医疗器械与食品学院更多>>
- 发文基金：上海市教育委员会创新基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 检测肺结节的3维自适应模板匹配被引量：8
- 2014年
- 目的针对传统模板匹配方法检测肺结节存在的问题,提出一种用于CT图像中检测肺结节的3维自适应模板匹配算法。方法首先,从CT序列图像中分割出3维肺实质,采用Canny算子等方法从分割出的3维肺实质中提取3维感兴趣区域作为候选肺结节;然后,确定每个3维感兴趣区域的主方向和中心层,并以此中心层作为信息层,沿主方向对信息层进行3维扩展生成3维模板;最后,对自适应模板和候选结节的3维归一化互相关(NCC)相关系数进行计算,将相似性高于设定阈值的区域标记为肺结节。结果采用66个临床CT病例对本文方法进行了肺结节检测实验,结果显示本文方法对肺结节检测的敏感率为95.29%,假阳性为12.90%。结论本文方法对检测肺结节具有较高的敏感率和准确率,可在临床上有效辅助放射科医生对肺结节进行检测,从而提高放射科医生检测肺结节的准确性和工作效率。
- 高婷龚敬王远军聂生东孙希文
- 关键词：肺结节计算机辅助检测
