公开(公告)号：CN108549912A

公开(公告)日：2018-09-18

申请号：CN201810352482.5

申请日：2018-04-19

Applicant: 北京工业大学

Inventor： 袁海英 ,  刘昶 ,  王秀玉 ,  周昌世 ,  郑彤 ,  张凯

IPC: G06K9/62 ,  G06K9/46 ,  G06T7/136 ,  G06T7/45

CPC classification number: G06K9/6235 ,  G06K9/4604 ,  G06K9/6218 ,  G06K9/6269 ,  G06K2009/6236 ,  G06K2209/053 ,  G06T7/136 ,  G06T7/45 ,  G06T2207/10081 ,  G06T2207/20081 ,  G06T2207/30064

Abstract: 本发明公开一种基于机器学习的肺结节检测方法，能够自动进行肺结节检测并且保持较高的精度，包括以下步骤:获取肺部CT图像；对肺部CT图像进行分割，得到肺实质；对肺实质图像进行分割，得到多个肺结节候选；提取肺结节候选的灰度、形状和纹理特征；对多维的混合特征进行降维，并用混合了规则和支持向量机的分类器进行分类，达到检测肺结节的效果。本发明提出的新的分割方法和分类方法，降低了假阳性，提高了医学图像肺结节的检测精度，可用于计算机辅助诊断系统。