基于CT图像的肺结节检测与识别

目的:将肺结节从含有背景、噪声的胸腔区域里检测并识别出来。方法:首先,将DICOM格式的医学图像转换成JPG图像后,应用区域生长法分割出肺实质区域,去掉肺区外的干扰信息。然后,利用多尺度高斯滤波器增强图像后,应用模糊C均值聚类算法提取肺结节感兴趣区域。最后,对肺结节特征进行提取及归一化处理,应用支持向量机分类器识别并标记出肺结节。结果:在随机抽取的120例图像中,检测肺结节的准确率达到92.3%,分类识别肺结节的准确率达到95.6%。实验结果表明,本文方法有效地排除了交叉状和条形状血管等干扰,实现了肺结节的精确检测和识别。结论:本方法在保证检测和识别出正确结节的前提下,降低了误判率,算法也得到了较好的收敛。