检索历史 清除

【中文期刊】 龚敬 王丽嘉  等 《中国生物医学工程学报》 2015年34卷1期 109-113页 ISTICPKUCSCDCA

【摘要】 提出一种基于灰度积分投影与模糊C均值聚类的肺实质分割算法,用于CT图像的快速自动分割.首先,对原始肺部CT图像分别在水平和垂直方向上进行灰度积分投影;然后,选用平滑样条曲线拟合平滑原始图像的积分投影曲线,并提取拟合平滑前后曲线的极大值点,确...

【关键词】 灰度积分投影； 模糊C均值聚类； CT图像；

【中文期刊】 裴晓敏 郭红宇  等 《中国医学影像技术》 2009年25卷7期 1293-1295页 ISTICPKUCSCD

【摘要】 目的 为解决肺实质分割中肺部结节及高密度血管易遗漏的问题,提出一种自动肺实质分割方法.方法 首先利用二维区域生长反操作、连通区域判别等方法提取肺实质区域;然后利用行扫描法定位肺区边界点;最后通过对边界点参数分析,定位受肿瘤侵占的边界点,利用...

【关键词】 计算机辅助诊断； 肺实质； 自动分割；

【中文期刊】 武振宇 白培瑞  等 《生物医学工程研究》 2018年37卷2期 153-158页 ISTIC

【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...

【关键词】 肺实质分割； 超像素； 局部对比度增强；

【中文期刊】 吴凉 吕晓琪  等 《生物医学工程研究》 2018年37卷2期 163-167页 ISTIC

【摘要】 为了提高早期肺癌筛查中肺结节计算机辅助检测、辅助诊断的准确性,提出一种多种方法结合的低剂量CT图像肺实质自动分割算法.首先利用改进的多方向形态学滤波算法进行预处理;然后利用聚类法、flood-fill算法去除背景,实现粗分割;接着利用引入霍...

【关键词】 肺实质分割； 低剂量CT图像； 霍夫变换；

【中文期刊】 曲彦 魏本征  等 《中国图象图形学报》 2017年22卷1期 137-145页

【摘要】 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,...

【关键词】 肺实质分割； 超像素； CT图像；

【中文期刊】 耿欢 覃文军  等 《计算机应用研究》 2016年33卷7期 1929-1935页

【摘要】 CT影像具有空间分辨率高的优点,是肺部疾病影像学诊断的首选方式.肺部病灶的检测和测量、肺功能的定量分析均需要精确的肺组织分割.为解决CT影像由于噪声、伪影、部分容积效应等干扰而导致的肺部各组织之间灰度交叠、边界模糊、难以分离的问题,系统地综...

【关键词】 肺组织分割； 肺实质分割； 肺血管分割；

【中文期刊】 张文莉 吕晓琪  等 《中国医学物理学杂志》 2017年34卷9期 902-907页 ISTICCSCD

【摘要】 肺部CT图像中肺实质的精确分割是肺部疾病诊断和治疗的一个重要步骤,也是制约计算机辅助检测技术广泛应用于肺部疾病诊断领域的主要瓶颈之一.基于近年来肺部CT图像中肺实质分割的研究进展,对其分割过程中的5个步骤进行综述,包括预处理、初分割、精分割...

【关键词】 肺部； CT图像； 肺实质；

【中文期刊】 陈晶晶 赵德春  等 《航天医学与医学工程》 2014年27卷6期 448-452页 MEDLINEISTICCA

【摘要】 目的 比较改进后的大津阈值法和模糊C均值聚类(FCM)两种分割算法在CT图像肺实质分割中的应用.方法 选取40例肺部图像,分别采用改进的大津阈值法和模糊C均值聚类法,分割出肺实质区域,同时剔除肺部纵膈、气管.最后,采用主观评价和客观分析(图...

【关键词】 肺实质； 模糊C均值聚类； 大津法；

【外文期刊】 Darmanayagam,S.E. ; Harichandran,K.N. ; 等 《Journal of digital imaging: the official journal of the Society for Computer Applications in Radiology》 2013年26卷3期 496-509页 SCISCIEMEDLINE

【关键词】 Chest CT; Lung parenchyma; Morphological operations;

【外文期刊】 Yan, Xuantong ; Wu, Yuejiang ; 等 《Journal of Medical Imaging and Health Informatics》 2021年11卷3期 760-766页

【关键词】 Lung Parenchyma Segmentation; CT Images; Neural Network;