Indexed by：
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。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201810352482.5
Filing Date： 2018-04-19
Publication Date： 2018-09-18
Pub. No.： CN108549912A
Applicants： 北京工业大学
Legal Status： 撤回-主动撤回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 10
Affiliated Colleges：
