摘要:准确分割肺结节在临床上具有重要意义。计算机断层扫描(computertomography,CT)技术以其成像速度快、图像分辨率高等优点广泛应用于肺结节分割及功能评价中。为了进一步对肺部CT影像中的肺结节分割方法进行探索,本文对基于CT影像...
如图1.1所示，给出了肺结节计算机辅助诊断的一般框架流程，主要包括肺结节分割与良恶性分类。论文的研究工作也是在此框架展开。由于论文后续研究中，基础数据源自于LIDC-IDRI数据库，放射科医生标注不一，因此在分割和良恶性分类任务前，为减少歧义性，需对数据进行预处理。
图像分割.摘要.算法使用图像的局部特征，如shapeindex和弯曲度，用以检测肺体积内的候选结构，然后再使用两个后续的KNN分类器来剔除假阳性样本。.肺结节检测系统在三个数据集上训练和测试，这三个数据集来源于一个大规模筛选实验。.数据集的构建，为了...
肺结节自动检测和分割的主要依据是结节中心区域的CT值较高,且边界呈不规则形状。本文提出基于改进Mask-RCNN的疑似结节分割方法,根据肺结节图像修改的分别基于ResNet和DenseNet的特征金字塔网络(FPN),被用作Mask-RCNN的骨干网络。
东北大学博士学位论文摘要基于CT影像的肺结节检测与分割方法研究肺癌是全球男性死亡率最高的癌症，也是女性死亡率次高的癌症。肺癌早期是以肺结节的形式表现的。
博士论文[1]基于CT图像特征的肺结节检测和诊断方法研究[D].韩芳芳.东北大学2015硕士论文[1]基于卷积神经网络的肺部结节检测系统研制[D].朱翔宇.南京大学2017[2]卷积神经网络在图像分类中的应用研究[D].吴正文.电子科技大学2015
MICCAI2018论文之肺部检测和分割.TinaLiu.一个有理想的穷PHD.64人赞同了该文章.一年一度的MICCAI大会在西班牙落下帷幕，浏览关于肺部检测和分割的好文以及其链接总结如下：.
论文地址：EvaluatetheMalignancyofPulmonaryNodulesUsingthe3DDeepLeakyNoisy-orNetworkgithub地址：3DDeepLeakyNoisy-orNetwork1.概述肺癌自动诊断流程：先检测出肺结节，再评估整个肺部的恶…
肺结节计算机辅助诊断系统中分割算法研究及实现（华南理工大学硕士论文）|文献详情&在线阅读3.肺结节图像的分析与识别（南方医科大学博士论文）|文献详情&在线阅读4.
摘要：目的:构建一种基于深度学习的肺结节分类以及分割算法,探究其在不同CT重建算法下的诊断效能.方法:回顾性收集2019年6至9月天津医科大学朱宪彝纪念医院放射科363例胸部CT平扫影像学资料,每例的胸部CT平扫均包含三种CT重建算法(肺重建,纵隔重建,骨重建)生成的图像,这些数据构成了模型的...