一种自适应的分布式肺结节检测方法

被引:4
作者
周翰逊 [1 ]
郭薇 [2 ]
王妍 [1 ]
徐红艳 [1 ]
贾大宇 [2 ]
机构
[1] 辽宁大学信息科学与技术学院
[2] 东北大学信息科学与工程学院
关键词
图像分割; 多尺度增强; 遗传算法; 自适应分布式肺结节检测;
D O I
10.19650/j.cnki.cjsi.2010.10.026
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
提出了一种自适应的分布式肺结节检测方法。该方法由肺结节检测代理和中心管理器两部分组成。中心管理器负责数据收集以及调节肺结节检测代理。肺结节检测代理完成肺实质分割、多尺度增强提取感兴趣区域(ROI)、ROI的特征提取以及基于Mahalanobis距离的ROI分类4部分。在理想情况下,推导了控制中心管理器的自适应调节函数;在现实的分布式系统中,设计了基于遗传算法的自适应分布式肺结节检测算法。实验结果表明,所提出的自适应分布式肺结节检测方法能随着检测数据的增加不断调节分类算法中的阈值,提高分类检测的性能;同时,使用该方法检测肺结节具有较低的误诊率与漏诊率,能够辅助医生进行诊断。
引用
收藏
页码:2312 / 2316
页数:5
相关论文
共 6 条
[1]   面向肺癌CAD的CT图像疑似病灶检测算法 [J].
魏颖 ;
于谦 ;
贾同 ;
赵大哲 .
仪器仪表学报, 2009, 30 (01) :1-6
[2]   基于混合分类的肺结节检测算法 [J].
郭薇 ;
魏颖 ;
周翰逊 ;
薛定宇 .
东北大学学报(自然科学版), 2008, (11) :1528-1531
[3]   肺结节自动检测算法研究 [J].
石羽 ;
曹晓光 ;
张弘 ;
张晓鹏 .
仪器仪表学报, 2006, (S3) :2265-2267
[4]   基于小波包的图像去噪方法 [J].
丁兴号 ;
邓善熙 ;
杨永跃 .
电子测量与仪器学报, 2003, (02) :35-39
[5]   Automated detection of lung nodules in CT images using shape-based genetic algorithm [J].
Dehmeshki, Jamshid ;
Ye, Xujiong ;
Lin, Xinyu ;
Valdivieso, Manho ;
Amin, Hamdan .
COMPUTERIZED MEDICAL IMAGING AND GRAPHICS, 2007, 31 (06) :408-417
[6]  
Computerized Detection of Lung Nodules with an Enhanced False Positive Reduction Scheme. N. Memarian,J. Alirezaiel,P. Babyn. IEEE, ICIP . 2006