一种胸部X射线摄影图像中结节检测的多尺度匹配滤波器

罗涛

您当前的位置：

首页 >

文章列表页 >

一种胸部X射线摄影图像中结节检测的多尺度匹配滤波器

更新时间：2025-11-17

- 一种胸部X射线摄影图像中结节检测的多尺度匹配滤波器
- A Multi-Scale Matched Filter for Nodule Detection in Chest X-Ray Radiography
- 西安交通大学学报 2011年45卷第4期页码：30-35
- 作者机构：
  
  西安交通大学图像处理与模式识别研究所,西安,710049
- 作者简介：
- 基金信息：
  
  : 2010-09-15. 作者简介: 罗涛(1981-),男,博士生;牟轩沁(联系人),男,教授,博士生导师. 基金项目: 国家自然科学基金资助项目(90920003,60472004);教育部高等学校博士学科点基金资助项目(20060698040)
- DOI：
  中图分类号： TP391.41
- 纸质出版：2011
- 稿件说明：
移动端阅览
罗涛. 一种胸部X射线摄影图像中结节检测的多尺度匹配滤波器[J]. 西安交通大学学报, 2011,45(4):30-35.

罗涛. A Multi-Scale Matched Filter for Nodule Detection in Chest X-Ray Radiography[J]. 2011, 45(4): 30-35.
罗涛. 一种胸部X射线摄影图像中结节检测的多尺度匹配滤波器[J]. 西安交通大学学报, 2011,45(4):30-35. DOI：

罗涛. A Multi-Scale Matched Filter for Nodule Detection in Chest X-Ray Radiography[J]. 2011, 45(4): 30-35. DOI：

摘要

为了提高胸部X射线摄影图像中肺结节的正确检测率

提出一种基于通道化Hotelling模型的多尺度匹配滤波算法.以X射线胸片中的正样本和负样本图像作为训练集合

用Hotelling分类器训练出不同尺度的匹配滤波器组

并与待检测的胸片图像做滤波.计算滤波输出图像的视觉检测差异

以最大差异为约束条件寻找最优尺度的滤波器

计算待检测图像中的结节尺寸和检测能力.实验结果表明

基于通道化Hotelling的匹配滤波算法的病灶检测能力与主观评价结果取得了较好的一致性

并具有较高的病灶检测准确率

滤波处理后的图像中仅含少量的假阳性区域

计算出的病灶的相对半径误差主要位于-0.21和0.18之间

该误差范围的图像占实验数据库图像的比例为86%.

Abstract

A multi-scale matched filter based on Hotelling classifier is presented to improve the accuracy of nodule detection in chest X-ray radiography. The positive and negative radiography samples are used to train multi-dimension matched filters by Hotelling model. The visual detection difference is calculated using the filter outputs of radiography

and the optimal dimension filter is searched subject to the maximum detection difference. Then the nodule size and detection capability are calculated based on the optimal filter. Experimental results show that there is good accordance of the detection performances between the presented method and subjective observers. The method improves the detection accuracy and reduces the false-positive regions in the processed images. Errors of the calculated relative nodule sizes mainly distribute between -0.21 and 0.18 and the proportion of the images in this range is 86%.

关键词

Keywords

references

TSENG L Y, HUANG L C. An adaptive thresholding method for automatic lung segmentation in CT images [C]∥Proceedings of the 9th IEEE AFRICON. Piscataway, NJ, USA: IEEE, 2009: 1-5.

曹蕾, 占杰, 余晓锷,等. 基于自动阈值的CT图像快速肺实质分割算法 [J]. 计算机工程与应用,2008,12(44): 178-181.

CAO Lei, ZHAN Jie, YU Xiaoe, et al. Fast lung segmentation algorithm for thoracic CT based on automated thresholding[J]. Journal of Computer Engineering and Applications, 2008, 12(44): 178-181.

孙海林,张晓鹏,唐磊,等. 阈值法三维体积测量肺结节的64排CT实验研究[J]. 中国医学影像技术,2008, 24(8): 1157-1161.

SUN Hailin, ZHANG Xiaopeng, TANG Lei, et al. Three-dimensional volumetric measurement of pulmonary nodules by 64-MSCT with segmentation threshold algorithm: experimental study [J]. Chin J Med Imaging Technol, 2008, 24(8): 1157-1161.

DEHMESHKI J, AMIN H. Segmentation of pulmonary nodules in thoracic CT scans: a region growing approach [J]. IEEE Transactions on Medical Imaging, 2008, 27(4): 467-480.

杨润玲,高新波. 基于加权模糊c均值聚类的快速图像自动分割算法[J]. 中国图像图形学报,2007,12(12): 2105-2112.

YANG Runling, GAO Xinbo. A fast automatic image segmentation algorithm based on weighting fuzzy c-means clustering [J]. Journal of Image and Graphics, 2007, 12(12): 2105-2112.

束洲. 肺结节计算机辅助诊断算法研究[D]. 浙江:浙江大学理学院,2007.

YAO Jie, BARRETT H H. Predicting human performance by a channelized Hotelling observer model [C]∥Proceedings of SPIE Conference in Mathematical Methods in Medical Imaging. San Diego, CA, USA: SPIE, 1992: 161-168.

PARK S, BARRETT H H, CLARKSON E, et al. Channelized-ideal observer using Laguerre-Gauss channels in detection tasks involving non-Gaussian distributed lumpy backgrounds and a Gaussian signal [J]. J Opt Soc Am: A, 2007, 24(12): 136-150.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

水蒸气掺混对氨裂解气旋流燃烧与排放特性的影响研究

不同板叠材料热声热机能量转换过程数值模拟研究

离子液体改性燃料的电流体动力学效应研究

张角凹坑气膜孔对双层壁气膜冷却特性的影响

多工况下离心压气机叶轮-机匣一体联合设计优化