区域生长和水平集相融合的肺部CT图像分割
为将肺实质区域从含有背景、噪声的胸腔区域里分割出来，首先，应用传统的区域生长法初步定位肺部边界轮廓；其次，去除肺部边界噪声，采用自适应曲率阈值法修复肺部边界；最后，应用水平集法中的DRLSE模型精确地分割出肺部区域。融合两种方法分割肺部区域，有效防止了图像边缘的漏检，可处理多种类型病变的肺部图像。在随机抽取的150例图像中，分割的准确率达到96.9%，分割一幅图像花费的时间约为0.72 s，具有很强的鲁棒性和较高的分割精度。本算法能精确完整地分割出肺部区域并保留了肺区内的细节信息。
文件下载
评论信息
其他资源
- MATLAB_Simulink电力系统建模与仿真
- HFSS中文手册_568页
- Tensorflow下构建LSTM模型
- Android studio 获取GPS经纬度信息（含数据库）
- python爬虫当当网.zip
- MATLAB实现种子生长法进行图像分割
- 一元云购源码
- 霍尼韦尔各种传感器产品应用介绍
- 新Goanimate换学校11.4-源码
- sudo_1.9.5-3_ubu2004_amd64.deb
- 监控建设技术方案.docx
- 上海不良债权处置项目-昱貌.pdf
- vhdl洗衣机控制系统
- 黑苹果 5G Wi-Fi 驱动， RTLWlanU_MacOS10.4_MacOS10.12.3_Driver_1830.2.b8_1827.4.b18
- 手机APP导航栏的图标-首页-订单-购物车-我的
- JDBC轻量型封装实例
- 贝叶斯网络的参数学习研究贝叶斯网络的参数学习研究
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明