留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

基于稀疏组Lasso与支持向量机的肺结节CT征象自动标注简

上一篇

下一篇

巩萍;沈沅芷;朱红;. 基于稀疏组Lasso与支持向量机的肺结节CT征象自动标注简[J]. 西南师范大学学报(自然科学版), 2016, 41(11): 73-79. doi: 10.13718/j.cnki.xsxb.2016.11.013
引用本文: 巩萍;沈沅芷;朱红;. 基于稀疏组Lasso与支持向量机的肺结节CT征象自动标注简[J]. 西南师范大学学报(自然科学版), 2016, 41(11): 73-79. doi: 10.13718/j.cnki.xsxb.2016.11.013
Citation:

基于稀疏组Lasso与支持向量机的肺结节CT征象自动标注简

  • 摘要: 为减少人工读片的工作量及医生对肺结节解释的差异性,提出一种基于稀疏组Lasso特征选择与支持向量机分类器的肺结节CT征象自动标注方法.首先,采用基于多专家标注的阈值概率图方法从肺部CT图像中分割肺结节,并提取专家标注的CT征象;其次,提取肺结节图像的形状、大小、灰度、纹理4种底层特征,通过稀疏组Lasso方法对4种特征进行选择;然后利用支持向量机建立选择后底层特征与CT征象之间的关系模型;最后利用此模型标注肺结节CT征象.LIDC数据库上的实验结果表明,本文方法具有较高的标注精度,能够实现肺结节CT征象的自动标注,辅助医生解释.
  • 加载中
  • 加载中
计量
  • 文章访问数:  802
  • HTML全文浏览数:  382
  • PDF下载数:  0
  • 施引文献:  0
出版历程

基于稀疏组Lasso与支持向量机的肺结节CT征象自动标注简

  • 中国矿业大学信息与电气工程学院; 徐州医科大学医学影像学院;

摘要: 为减少人工读片的工作量及医生对肺结节解释的差异性,提出一种基于稀疏组Lasso特征选择与支持向量机分类器的肺结节CT征象自动标注方法.首先,采用基于多专家标注的阈值概率图方法从肺部CT图像中分割肺结节,并提取专家标注的CT征象;其次,提取肺结节图像的形状、大小、灰度、纹理4种底层特征,通过稀疏组Lasso方法对4种特征进行选择;然后利用支持向量机建立选择后底层特征与CT征象之间的关系模型;最后利用此模型标注肺结节CT征象.LIDC数据库上的实验结果表明,本文方法具有较高的标注精度,能够实现肺结节CT征象的自动标注,辅助医生解释.

English Abstract

参考文献 (0)

目录

/

返回文章
返回