基于混合分类的肺结节检测算法

被引：3

作者：

郭薇

魏颖

周翰逊

薛定宇

机构：

[1] 东北大学信息科学与工程学院

来源：

东北大学学报(自然科学版) | 2008年 / 11期

关键词：

肺实质分割; ROI提取; 决策规则; Mahalanobis距离矢量; 混合分类;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

使用最优阈值的分割方法获得肺实质,并使用C均值聚类的方法获得感兴趣区域(ROI),通过混合分类方法对ROI进行分类.在分类过程中,首先定义肺结节的两个三维特征以及相应的两条规则,进行基于规则的初始分类,再构造基于改进Mahalanobis距离的非线性分类器进行再次分类,从而进一步降低假阳性.经过混合分类处理,肺结节与血管等干扰信息得到有效的区分.实验结果表明,该算法检测肺结节具有较高的敏感性.

引用

页码：1528 / 1531

页数：4