结合规则和SVM方法的肺结节识别

摘要：

为识别CT图像中的肺结节,提出了一种结合规则和支持向量机(SVM)的识别方法,来对分割出来的感兴趣区域(ROI)进行分类.该方法首先计算候选ROI的形态特征,利用基于规则的方法筛去非结节的区域;然后把筛选之后剩余的候选ROI作为测试样本和训练样本,计算它们的灰度和纹理等特征;最后把灰度、形态和纹理特征值作为SVM的输入,对经过基于规则筛选之后剩余的ROI进行分类.实验结果表明:基于规则的方法虽然没有漏检,但误判的可能性最大;结合规则和SVM的方法漏检的可能性要比SVM方法漏检的大,但误判的可能性小.

关键词：图像识别、肺结节、分类器、支持向量机、规则

所属期刊栏目：39

分类号：TP391.41;R318(计算技术、计算机技术)

资助基金：中国博士后科学基金资助项目20090450866;广东省教育部产学研结合项目2009B090300057;教育部高等学校博士学科点专项科研基金资助项目200805610018;广东省自然科学基金资助项目8451064101000631;广州市番禺区科技攻关项目2009-Z-108-1;华南理工大学中央高校基本科研业务费资助项目2009ZM0077

在线出版日期：2011-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：125-129,147