基于支持向量机和改进水平集的肺CT图像分割-中国Betway体育网页登陆

摘要在肺的断层图像中，由于肿瘤和组织之间复杂的关系，肿瘤的边缘往往是模糊的，尤其是在病理区，肿瘤附着于胸和肺的病例。这使得肿瘤分割更加困难。为了准确地对肺CT图像进行分割，提出了一种基于支持向量机的方法和改进的水平集模型。首先，将图像分为若干块单元，然后提取每个块的纹理、灰度和形状特征，然后对其进行训练以检测可疑病灶区域；最后，将可疑边缘提取为优化病变区域后的初始轮廓，并用形态学梯度修正的水平集模型。实验结果表明，该方法能有效快速地分割出具有较高精度的复杂肺部CT图像。

1王楠;李征.基于支持向量机分类水平集方法的图像特征提取研究.计算机软件与理论,2012-01.
2张秀玉.基于改进支持向量机的行为分类研究.高等教育学,2013-05.
3辛宪会;郭建星;解志刚;邱振戈.一种基于支持向量机的纹理图像分类法.海洋科学,2005-02.
4李劼 ;贺新 ;刘智明 ;周激流.基于几何特征和支持向量机的人脸检测.教育学,2004-02.
5朱丽华（东南大学经济管理学院，南京211189）.基于粗糙集和C-均值聚类支持向量机的员工绩效评估方法.企业管理,2009-11.
6王明慧1,刘春晖2,刘爽1,白莎莎2,蔡智慧2,房姗1,吕一品1,杨佳慧1,侯皓喆1.基于改进ConvNeXt的细胞核图像分割.临床医学,2023-07.
7袁麟，刘常胜，姜雨辰，张海洁，彭磊.基于TensorFlow卷积神经网络的CT图像分割.建筑技术科学,2022-11.
8刘子.支持向量机SVM的研究和应用.文化科学,2017-11.
9李灵薇,宋秀莹.基于改进的多核支持向量机的森林高光谱影像分类研究.建筑技术科学,2021-12.
10王闪.基于SAS的支持向量机方法应用综述.管理学,2019-01.

基于支持向量机和改进水平集的肺CT图像分割

来源期刊

相关推荐

同分类资源更多

相关关键词