摘要: 为了能在适当的计算复杂度下获得较好的分割效果,在总结现有方法优缺点的基础上提出了将简单方法进行修正与融合的肺部分割方法.首先使用聚类的方法将CT图像中的像素点分为亮与暗两类,获得灰度值不同的小区域,然后区分出初始肺部的大致区域,最后根据CT图像的具体特性,使用识别出的初始肺部区域边界附近像素点的梯度以及灰度信息对边界进行修正.使用上述综合方法对CT图像的处理结果表明,在计算复杂度不是太大的情况下能获得较好的分割效果.
中图分类号:
窦圣昶, 赵海, 朱宏博, 王彬. 修正与融合的肺部分割算法[J]. 东北大学学报:自然科学版, 2018, 39(11): 1562-1566.
DOU Sheng-chang, ZHAO Hai, ZHU Hong-bo, WANG Bin. Modify and Integrate Lung Segmentation Algorithm[J]. Journal of Northeastern University Natural Science, 2018, 39(11): 1562-1566.