换一批
换一批基于模糊区域对比度增强的肺实质鲁棒分割
Robust segmentation of lung parenchyma based on fuzzy region contrast enhancement
摘要基于阈值操作的肺实质分割对CT图像的对比度敏感,常常造成肺部粘连区域的肺实质分割失败.提出一种融合模糊区域对比度增强与阈值和形态学细化分割的新的肺实质分割算法.首先,根据图像的灰度信息利用线性迭代聚类将图像预分割为多个超像素.然后,根据超像素的灰度统计信息自动定位模糊区域,并进行自适应对比度增强.最后,基于阈值和形态学操作进行细化分割,准确提取肺部粘连区域和肺实质.通过对kaggle肺部数据集30位患者的300张CT图像进行测试,结果表明本研究算法的平均分割准确率(Dice系数)为98.65%,过分割率为0.21%,欠分割率为1.33%,整体分割性能比传统阈值操作和形态学方法有明显提升.
更多相关知识
关键词
肺实质分割超像素局部对比度增强细化分割形态学处理Lung parenchyma segmentationSuper-pixelLocal contrast enhancementRefinement segmentationMorphological processing
分类号
R318
栏目名称
论著
DOI
10.19529/j.cnki.1672-6278.2018.02.07
发布时间
2018-08-15
基金项目
国家自然科学基金资助项目
- 浏览65
- 被引4
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
