排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
目的:研究基于改进的模糊C均值聚类计算机辅助诊断算法对肺结节的诊断价值,降低对肺结节的漏诊率,提高病人的生存率.方法:基于模糊C均值聚类的算法,利用直方图统计特性对数据进行优化,在此基础上利用像素的邻域特性,将数据样本对各聚类中心约束条件为1,改变为隶属度之和为样本总数.用改进的FCM对肺实质图像进行分割,将分割后的图像应用区域标记算法去除小面积区域.利用肺结节的关键特征,提取可疑区域.结果:运用改进算法后,区域分割效果更好.仿真结果证明算法很好的将"线"形或分枝状结构的血管去除.结论:改进的FCM有很好的实时性和对噪声的鲁棒性,分离血管后,将可疑区域在原图标记出来,使医生的工作更加明确. 相似文献
1