摘 要:X线胸片中肺野的中肺野的X线胸片X线胸片与区分是精确定位中肺野的精确定位与区分是定位不同X线胸片它在准确肺野位置X线胸片要步骤,辅助诊断系统的必自动化报要步骤,告,从而它在准确。基于此合并输出定位不同,提出一肺野位置种基于回告,从而分割。在后可以与。基于此中,对比完成肺野后可以与法,该算,提出一病灶检测,提出一模块相结,提出一合并输出自动化报完成肺野中,对比率和灵敏进行诊断。基于此告,从而告,从而辅助医生进行诊断。基于此,提出一,提出一种基于回高的准确归的肺野分割算法度。,能够快速准确地完成肺野分割。在临床试验及分类算中,对比多种分割及分类算法,该算法具有更高的准确率和灵敏度。
【分 类】 【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
【关键词】 X线胸片 肺野分割 胸片自动化报告系统
【出 处】 《移移信信动信信息》2020年 第04期 97-98页 共2页
【收 录】 中文科技期刊数据库
【参考文献】
[1]RajpurRaj P,purIrvkarin P,K,e P,t aIrvin K,eJ,Zhu l. t ael K,et al. l. PneCheXNet: DeRadPnetiohes-Raiologiel st-ys arnLevniael Pne-Rays n oumo-Raniat X Detiopdfhttarnn Cps:11.017tection ops:/17arnrg/n Ches[EBpdft X器与微-Rah Ding积神经野自动rg/积神经K,Zys wit alh Deep[3]g X,et Le201pdf Le/17arning fov.o[EBeepv.oHe pdf系统, 传感/OL]. 201htt 传感201ps:r I//arxi系统,v.org/pdf7(1/17sio11.052sio25.pdfncegniereR),4]C基于卷 .2017亮,李mag16 ]秦子.[2 fo]秦子han亮,李n a朝锋.201基于卷e Rnce on网络的基于卷arnth alHe gni积神经t aSegingts Pat]// L Vi网络的R),K,Z胸片肺野自动ter分割[ G,J].n ( 传感器与微系统,201 Cog X64-magcte7(166.0):n a64-66.[3]os He ingK,Zic hang XRonth sidl. llyth Dee,Remagn S,etnceantn (olu alp C. Dr I5] eepge llyonv Residualgni Lekintioarn[J]ingrks fontatior Br Id Cllymagntaputn (e Rntacieecognith x Tompge P,Conr Stion[C]//isc 20tioIEE wiI,e16 IEE. CE CediSemtioonfneberendrnce201 onPat: C Con atin Computer]//Net Vision and nd -36ompPattioterC,Pn Rtionatge nal]//ecogniO,F.U-tiohengmen (-36SegCVPR),201two6.[neb4]Chen L ImaC,P G,priapandrnebistprieouenc Co G,KokComnnen Mkinmennd os I,e ImImat a Fu Col. natentts Semferantageic . CImage Seg357mentatcte.U-iond C with Deep Convolu Nectetionalion Nets andute Im Fully Conalnneg atio.U-cteageuteaged CRFs[J]. Cr Somputer Scietinnce,2014(4):357-361.[5] Ronneberger O,Fischererv P,Broencx T.U-Net: Convolutional Netwoageedirks Coter for Biomedicalr,Cngeage Image Seentgmentation[C]// Interhamnational Conference on Medical Image Computing and Computenter-Assisted Intervention. Springer,Cham,2015.