X光胸片图像分割和特征识别技术研究

目的:研究X光胸片图像分割和特征识别技术。方法:总结肺部分割的典型方法和多分辨率模型,分析其不足后研究一种综合的的区域分割方法,评价新方法的灵敏度与精确度。结果:典型肺部分割方法存在轮廓获取不合格、不清晰的问题,多分辨率模型的训练时间较长,搜索结果获取时间较久,噪音处理步骤繁琐;基于神经网络的主动形状模型的肺部分割灵敏度、特异性、精确度均明显高于Snake,灵敏度明显高于多分辨率主动形状模型,计算时间明显短于Snake、形态学与聚类算法、多分辨率主动形状模型,各组对比差异均显著(P<0.05)。结论:基于神经网络的主动形状模型在X光胸片图像分割中可发挥较高的应用价值,值得临床推行与应用。