换一批摘要目的:基于肺部CT图像构建计算机辅助诊断(CAD)系统,以实现图像读取、预处理、基本操作、宏观信息描述、感兴趣区域(ROI)轮廓分析、ROI特征提取及ROI图像分类器等功能,为肺部疾病的诊断和研究提供量化分析和辅助决策.方法:CT图像CAD系统框架基于Java Web技术开发,结合数字滤波、腐蚀、膨胀等图像处理方法,实现肺部CT图像临床ROI的自动分割.采用支持向量机、随机森林及人工神经网络等机器学习,以医院208例CT影像资料为样本,构建肺结节辅助诊断模型.结果:CT图像CAD系统初步实现了CT图像ROI的分割,训练并测试了肺结节辅助诊断模型,测试准确率>90％,误诊率<8％,低于医学影像疾病10％～30％的误诊率.结论:建立CT图像CAD系统不仅能够提高阅片效率,还能减少人为因素而导致的失误,提高诊断效率和就医体验.
更多相关知识
栏目名称
DOI
10.3969/J.ISSN.1672-8270.2018.10.028
发布时间
2018-11-07（万方平台首次上网日期，不代表论文的发表时间）
- 浏览202
- 被引10
- 下载98
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
