[1]张泽文,张才擎,张成琪.基于高清晰度CT图像的孤立性肺结节计算机辅助诊断系统[J].中国医学物理学杂志,2015,32(05):669-673.[doi:doi:10.3969/j.issn.1005-202X.2015.05.012]
点击复制

基于高清晰度CT图像的孤立性肺结节计算机辅助诊断系统()
分享到:

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
32卷
期数:
2015年05期
页码:
669-673
栏目:
出版日期:
2015-08-25

文章信息/Info

文章编号:
1005-202X(2015)05-0669-05
作者:
张泽文张才擎张成琪
1. 山东中医药大学第一临床医学院,山东济南250014;2. 山东省千佛山医院呼吸科,山东济南250014;3. 山东省千佛山医院影像科,山东济南250014
关键词:
计算机辅助诊断孤立性肺结节高清晰度CT分水岭算法纹理特征提取
分类号:
TP391.41;R318
DOI:
doi:10.3969/j.issn.1005-202X.2015.05.012
文献标志码:
A
摘要:
本文介绍了一款基于高清晰度CT(High Definition CT, HDCT)图像的孤立性肺结节(Solitary PulmonaryNodule, SPN)计算机辅助诊断系统(Computer-Aided Diagnosis System, CADS),该系统对SPN良恶性诊断具有一定的临床使用价值。收集经临床病理证实SPN患者110例,包括恶性肿瘤、良性肿瘤、结核和炎性假瘤,随机抽取60例作为实验集,50例作为验证集。实验集HDCT图像经图像预处理、感兴趣区域(Region of Interest, ROI)基于标记的分水岭算法分割和ROI纹理特征参数提取,对获得的5项纹理特征参数做统计处理,将统计结果应用于系统以对SPN做良恶性分析并给出提示信息。验证集HDCT图像输入系统,由运行结果可知本系统对SPN诊断能获得较为满意的效果。本系统运用基于标记的分水岭算法,对于胸壁或纵隔粘连的结节及磨玻璃病变等均可以较好地将其分割提取出来,同时自动分析后给医师提示SPN良恶性,辅助临床医师对SPN诊断,提高恶性SPN的检出率,使诊断更加客观、科学。

相似文献/References:

[1]王晓飞,聂生东,王远军,等.基于MRI的脑肿瘤计算机辅助检测技术研究进展[J].中国医学物理学杂志,2014,31(01):4635.[doi:10.3969/j.issn.1005-202X.2014.01.010]
[2]吴秀明,王霞丽,吕国荣,等.计算机辅助系统在诊断乳腺良恶性肿瘤中的应用[J].中国医学物理学杂志,2020,37(3):374.[doi:DOI:10.3969/j.issn.1005-202X.2020.03.022]
 WU Xiuming,WANG Xiali,LYU Guorong,et al.Application of computer-aided detection in ultrasound diagnosis of benign and malignant breast tumors[J].Chinese Journal of Medical Physics,2020,37(05):374.[doi:DOI:10.3969/j.issn.1005-202X.2020.03.022]
[3]王美文,王艳春,肖沪生,等.S-Detect技术在乳腺超声检查中的诊断性能[J].中国医学物理学杂志,2020,37(4):450.[doi:DOI:10.3969/j.issn.1005-202X.2020.04.010]
 WANG Meiwen,WANG Yanchun,XIAO Husheng,et al.Diagnostic performances of S-Detect technique in breast ultrasound examination[J].Chinese Journal of Medical Physics,2020,37(05):450.[doi:DOI:10.3969/j.issn.1005-202X.2020.04.010]
[4]叶冯颖,杨文敏,李尚青,等.计算机辅助诊断软件联合多学科建立甲状腺结节恶性风险预测模型[J].中国医学物理学杂志,2021,38(1):54.[doi:DOI:10.3969/j.issn.1005-202X.2021.01.010]
 YE Fengying,YANG Wenmin,LI Shangqing,et al.A predictive model of thyroid nodules: based on the CAD software and multi-disciplinary indicators[J].Chinese Journal of Medical Physics,2021,38(05):54.[doi:DOI:10.3969/j.issn.1005-202X.2021.01.010]
[5]刘啸峰,黄述斌,胡磊.CT动态增强扫描中时间密度曲线及特征参数值对孤立性肺结节的诊断价值[J].中国医学物理学杂志,2021,38(6):713.[doi:DOI:10.3969/j.issn.1005-202X.2021.06.010]
 LIU Xiaofeng,HUANG Shubin,HU Lei.Diagnostic value of time-density curve and characteristic parameters in dynamic contrast-enhanced CT scan for solitary pulmonary nodules[J].Chinese Journal of Medical Physics,2021,38(05):713.[doi:DOI:10.3969/j.issn.1005-202X.2021.06.010]
[6]蒋芙蓉,赵静文,刘翔,等.基于病理图像的计算机辅助诊断进展[J].中国医学物理学杂志,2022,39(3):384.[doi:DOI:10.3969/j.issn.1005-202X.2022.03.020]
 JIANG Furong,ZHAO Jingwen,LIU Xiang,et al.Advances in computer-aided diagnosis based on pathological images[J].Chinese Journal of Medical Physics,2022,39(05):384.[doi:DOI:10.3969/j.issn.1005-202X.2022.03.020]
[7]张蜜,谈炎欢,钱芯,等.基于高分辨率CT扫描的孤立性肺结节高危预测模型的建立与验证[J].中国医学物理学杂志,2023,40(2):190.[doi:DOI:10.3969/j.issn.1005-202X.2023.02.011]
 ZHANG Mi,TAN Yanhuan,QIAN Xin,et al.Establishment and validation of a prediction model for high-risk patients with solitary pulmonary nodules based on high-resolution CT scans[J].Chinese Journal of Medical Physics,2023,40(05):190.[doi:DOI:10.3969/j.issn.1005-202X.2023.02.011]
[8]周昱汐,贾守强,聂生东.计算机辅助诊断脑血管病的应用[J].中国医学物理学杂志,2023,40(9):1167.[doi:DOI:10.3969/j.issn.1005-202X.2023.09.018]
 ZHOU Yuxi,JIA Shouqiang,NIE Shengdong.Application of computer-aided diagnosis for cerebrovascular diseases[J].Chinese Journal of Medical Physics,2023,40(05):1167.[doi:DOI:10.3969/j.issn.1005-202X.2023.09.018]
[9]朱佳琦,刘翔,宋家琳.全局与局部特征结合的肝硬化病程分类方法[J].中国医学物理学杂志,2023,40(11):1362.[doi:DOI:10.3969/j.issn.1005-202X.2023.11.008]
 ZHU Jiaqi,LIU Xiang,SONG Jialin.Classification of liver cirrhosis using global and local features[J].Chinese Journal of Medical Physics,2023,40(05):1362.[doi:DOI:10.3969/j.issn.1005-202X.2023.11.008]

备注/Memo

备注/Memo:
国家自然科学基金(61272245)
更新日期/Last Update: 2015-09-07