收录:
摘要:
本发明公开一种基于机器学习的肺结节检测方法,能够自动进行肺结节检测并且保持较高的精度,包括以下步骤 : 获取肺部CT图像;对肺部CT图像进行分割,得到肺实质;对肺实质图像进行分割,得到多个肺结节候选;提取肺结节候选的灰度、形状和纹理特征;对多维的混合特征进行降维,并用混合了规则和支持向量机的分类器进行分类,达到检测肺结节的效果。本发明提出的新的分割方法和分类方法,降低了假阳性,提高了医学图像肺结节的检测精度,可用于计算机辅助诊断系统。
关键词:
通讯作者信息:
电子邮件地址: