资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSCD-C
文章类型：
机构：
[1]东北大学中荷生物医学与信息工程学院辽宁沈阳110004
东北大学
[2]首都医科大学附属北京天坛医院神经影像中心北京100050
医技科室
神经影像中心
首都医科大学
首都医科大学附属北京天坛医院
首都医科大学附属天坛医院
出处：
ISSN：
关键词：
孤立型肺结节
空间信息
加权模糊C均值聚类
特征选择
摘要：
针对肺部计算机辅助诊断中孤立肺结节识别容易受噪声、气管、血管的干扰问题,提出一种融合空间信息及加权模糊聚类的肺结节识别算法.该方法利用融合像素空间信息及带特征权重的模糊C均值聚类算法实现感兴趣区域分割;利用特征选择算法计算感兴趣区域各特征权重,加权模糊C均值聚类算法分类感兴趣区域,识别肺结节.对比实验证明,该算法对感兴趣区域分割抗噪声性增强;感兴趣区域分类准确率提高;整体算法对肿瘤的检出率较高,漏诊率降低,为医生诊断早期肺癌病灶提供更加准确的客观依据.
第一作者：
第一作者机构：
[1]东北大学中荷生物医学与信息工程学院辽宁沈阳110004
推荐引用方式(GB/T 7714)：
裴晓敏,郭宏宇,戴建平.融合像素空间信息及加权模糊聚类的肺结节识别[J].东北大学学报（自然科学版）.2010,31(9):1250-1253.
