版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、華中科技大學(xué)碩士學(xué)位論文基于Gmac模型的肺結(jié)節(jié)分割姓名:高一鳴申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):計(jì)算機(jī)軟件與理論指導(dǎo)教師:金人超20110117華中科技大學(xué)碩士學(xué)位論文華中科技大學(xué)碩士學(xué)位論文IIAbstractLungcanceristhecancerwiththehighestmtalityrateearlydiagnosiscansignificantlyimprovethepatients’survivability.Pulmonary
2、noduleisthemajsignofearlydevelopinglungcancerthusjudgingwhetherthepulmonarynoduleisbenignmalignantbasedonCTscanimagehasbecomethefocusofComputerAidedDiagnosis(CAD)methodologyaccuratesegmentationofpulmonarynoduleisthefirst
3、problemneedstobesolved.Twomajproblemsexistfcurrentpulmonarynodulesegmentationmethodsaccuracyefficiency.Simplemethodsyieldresultfastbuthavelowaccuracywhilecomplicatedapproachescangivegoodresultsbutexecutionefficiencyislow
4、.Gmac(Globalminimumactivecontour)modelbasedpulmonarynodulesegmentationmethodcansolvethecontradictionquitewellitgivespromisingresultsgivethemfast.Themethodisbasedonthedifferencebetweenthenoduleregionthebackgroundit’scompo
5、sedofthreephasesimagepreprocessingGmacbasedsegmentationpostprocessing.Duringthepreprocessingphasethetypeofthenoduleisidentifieddifferentprocessingisperfmedbasedonthetype.Insegmentationphasefegroundbackgroundmeanvaluemani
6、pulationisappliedduringtheiteration.Duringpostprocessingpurificationdeconglutinationisperfmedonthesegmentedimagetoacquireamepreciseresult.ThemethodistestedontheLungImagingDatabaseConstium(LIDC)databasetheimagesprovidedby
7、theSecondAffiliatedHospitalofSoochowUniversity.thethreeOverlapcriterion(overlapratetruepositiveratefalsepositiverate)isappliedonthesegmentationresultofthefirstdatasetinLIDCdatabasealsoacomparisonismadewithotherpublishedm
8、ethodsthatusetheLIDCdatabasetoevaluatetheirresults.Thetestedresultofthethreecriteriaare84%71%24%.Certainimprovementinperfmanceisobservedmeanwhilethetimeconsumptionisgreatlyreduced.TheProposedmethodisaverypracticalmethodf
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Gmac模型的乳腺腫塊分割.pdf
- 基于幾何活動(dòng)輪廓模型的肺結(jié)節(jié)分割.pdf
- 基于SVM的肺結(jié)節(jié)分割與識(shí)別.pdf
- 基于CT圖像的肺結(jié)節(jié)分割方法研究.pdf
- 基于肺實(shí)質(zhì)免疫分割的肺結(jié)節(jié)檢測(cè)算法研究.pdf
- 基于肺實(shí)質(zhì)分割的肺結(jié)節(jié)檢測(cè)系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于低劑量CT圖像的肺結(jié)節(jié)分割算法研究.pdf
- 基于CT影像的肺結(jié)節(jié)檢測(cè)與分割方法研究.pdf
- 基于Snake模型的肺結(jié)節(jié)圖像處理.pdf
- 基于胸部CT圖像肺結(jié)節(jié)分割算法研究與實(shí)現(xiàn).pdf
- 基于CT圖像的肺結(jié)節(jié)分割與檢測(cè)算法研究.pdf
- 基于胸部CT圖像的肺結(jié)節(jié)分割方法的研究與實(shí)現(xiàn).pdf
- 肺部CT圖像ROIs的分割及肺結(jié)節(jié)檢測(cè).pdf
- 基于PET-CT的孤立性肺結(jié)節(jié)分割及分類方法的研究.pdf
- 不規(guī)則形態(tài)肺結(jié)節(jié)的分割及毛刺檢測(cè)研究.pdf
- CT圖像中基于三維活動(dòng)輪廓的肺結(jié)節(jié)分割.pdf
- 基于PET-CT低劑量掃描的疑似惡性肺結(jié)節(jié)分割方法研究.pdf
- 基于CT圖像的孤立性肺結(jié)節(jié)診斷模型研究.pdf
- 薄掃CT序列圖像的肺實(shí)質(zhì)分割和肺結(jié)節(jié)檢測(cè)方法研究.pdf
- 肺結(jié)節(jié)CT圖像三維交互式分割系統(tǒng).pdf
評(píng)論
0/150
提交評(píng)論