基于LDA和SVM的肺结节CT图像自动检测与诊断.pdfVIP

·324 · 南方医科大学学报（JSouthMedUniv） 2011;31(2) ·技术方法· 基于LDA 和SVM 的肺结节CT 图像自动检测与诊断 曹 蕾，黎维娟，冯前进 南方医科大学生物医学工程学院，广东 广州 510515 摘要：在已实现疑似肺结节图像分割的基础上，提取肺结节图像多维特征，应用LDA 和SVM统计分类器，通过对大量样 本的训练，实现对肺结节CT 图像的自动检测和诊断。实验结果表明该检测和诊断方法达到了较好的分类效果，是适用于 CAD 系统的实用方法。 关键词：CAD ；线性判别式分类器；支持向量机；CT 图像；肺结节检测；肺结节诊断 中图分类号：R319 ；R816.4 文献标志码：A 文章编号：1673-4254（2011）02-0324-05 Automatic detection and diagnosis of lung nodules on CT images based on LDA and SVM CAO Lei, LI Wei-juan, FENG Qian-jin School of Biomedical Engineering, Southern Medical University, Guangzhou 510515, China Abstract: Based on suspected pulmonary nodule segmentation images obtained previously and with a large-sample training, automatic detection and diagnosis of the pulmonary nodules on CT images was realized by extracting the multi-dimensional features of the pulmonary nodule images and the application of LDA and SVM statistical classifiers. Experimental results showed that this detection and diagnosis method produced better classification results, and is practical for application in CAD systems. Key words: computer-aided diagnosis; linear discriminant analysis; support vector machines; CT images; lung nodule detection; lung nodule diagnosis 1 概述 域的灰度、形态等各类特征；然后对相关特征进行综 肺结节是肺部常见病变,尽管在所有的肺结节 合分析，判断其是否为结节；最后对检测为结节的区 中，只有少部分是恶性病变，但是结节的特征往往能 域再一次进行特征分析，并判断其良恶性。因此，肺 表明其性质和预后，因此检测和诊断肺结节对确定 结节的检测和诊断是两个不同阶段的模式二分类问 肺部病变的良恶性非常重要。CT 是目前肺结节最好 题。对肺结节进行自动检测的分类方法有很多，最 [1] [3-7] 的检查工具 ，不仅能精确提供肺结节的位置，可靠