• 1. 山东科技大学 电子信息工程学院(山东青岛 266590);
  • 2. 青岛大学附属医院 放射科(山东青岛 265000);
导出 下载 收藏 扫码 引用

针对肺部病变及支气管干扰等因素导致的肺实质分割困难的问题,本文提出一种融合表面波(surfacelet)变换与脉冲耦合神经网络(PCNN)的肺实质分割算法。首先,通过 surfacelet 变换对三维肺部计算机断层扫描数据进行多尺度多方向分解,利用局部修正拉普拉斯算子选择处理后的子带系数增强图像的边缘特征;然后,经 surfacelet 逆变换得到增强后的图像作为 PCNN 的反馈输入;最后,通过循环迭代完成肺实质的分割。所提算法对公开数据集中的样本进行了测试。结果表明,本文算法的分割性能优于 surfacelet 变换边缘提取算法、三维区域生长算法和三维 U 形网络(U-NET)算法,能够有效抑制肺部病变及支气管的干扰,得到更完整的肺实质图像。

引用本文: 张华海, 白培瑞, 郭子杨, 杜令豪, 李昶, 任延德, 杨凯, 刘庆一. 一种融合表面波变换与脉冲耦合神经网络的三维肺实质分割算法. 生物医学工程学杂志, 2020, 37(4): 630-640. doi: 10.7507/1001-5515.201908060 复制

  • 上一篇

    新型腔静脉滤器过滤柱结构参数对其力学性能的影响
  • 下一篇

    基于生成对抗网络的甲状腺超声图像文本跨模态检索方法