基于图像处理的CT图像肝癌诊断技术研究

摘要：

该文对基于图像处理的CT图像肝癌检测技术进行了研究.根据放射科医生临床诊断经验及肝癌CT图像的特点,提出了一个包括图像预处理、图像分割、特征提取和分类识别的肝癌检测方法,实现了对肝癌的有效识别.通过图像分割、轮廓提取和轮廓校正,得到了较为精确的病灶区边缘;提取了图像的纹理特征和形状特征;采取BP神经网络方法设计了两个分类器进行肝癌识别,第一个分类器依据纹理特征将目标区域区分为正常肝组织和非正常肝组织,第二个分类器利用形状特征将非正常肝组织区分为肝癌、囊肿和血管瘤.实验结果表明:正常肝的识别率为90.00％,非正常肝的识别率为85.00％,区分肝癌、囊肿和血管瘤的识别率分别为83.33％、72.73％和50.00％,肝癌的识别效果良好.

关键词：图像处理、肝癌、检测方法

所属期刊栏目：54

分类号：TN911.73

资助基金：河南省教育厅自然科学基会资助项目2009B520017

在线出版日期：2015-01-26（万方平台首次上网日期，不代表论文的发表时间）

页码：917-923