结合规则和SVM方法的肺结节识别

作者：张婧; 李彬; 田联房; 陈萍; 王立非

来源：华南理工大学学报(自然科学版), 2011, (02): 125-129+147.

• 图像识别
• 肺结节
• 分类器
• 支持向量机
• 规则 image recognition
• lung nodule
• classifier
• support vector machine
• rule

为识别CT图像中的肺结节,提出了一种结合规则和支持向量机(SVM)的识别方法,来对分割出来的感兴趣区域(ROI)进行分类.该方法首先计算候选ROI的形态特征,利用基于规则的方法筛去非结节的区域;然后把筛选之后剩余的候选ROI作为测试样本和训练样本,计算它们的灰度和纹理等特征;最后把灰度、形态和纹理特征值作为SVM的输入,对经过基于规则筛选之后剩余的ROI进行分类.实验结果表明:基于规则的方法虽然没有漏检,但误判的可能性最大;结合规则和SVM的方法漏检的可能性要比SVM方法漏检的大,但误判的可能性小.

• 单位
  华南理工大学; 广州中医药大学祈福医院; 广州医学院/第一附属医院; 广州医学院第一附属医院