现在的位置:主页 > 期刊导读 >

基于K-means聚类算法的肝脏肿瘤分割

来源:肿瘤药学 【在线投稿】 栏目:期刊导读 时间:2020-09-24

【作者】:网站采编
【关键词】:
【摘要】:肝癌一种常见的恶性疾病,对人的危害性极大。该文以腹部CT为处理对象,使用了一种基于K-means聚类算法的图像分割方法对腹部CT中的肝脏肿瘤进行分割,并将此方法的分割结果与传统的区

肝癌一种常见的恶性疾病,对人的危害性极大。该文以腹部CT为处理对象,使用了一种基于K-means聚类算法的图像分割方法对腹部CT中的肝脏肿瘤进行分割,并将此方法的分割结果与传统的区域生长算法的分割结果进行了对比,实验结果表明该文采用的分割方法具有更高的分割精度,分割结果更接近金标准分割。结论:随着新的图像处理理论与工具不断提出和改进,越来越多的图像处理方法可以应用到医学图像中,医务工作者可以根据临床需要的不同,选择合适的图像处理算法。

文章来源:《肿瘤药学》 网址: http://www.zlyxzz.cn/qikandaodu/2020/0924/505.html

上一篇:髓样细胞触发受体TREM 与肿瘤相关巨噬细胞TAM
下一篇:肿瘤日间病房文献发表现状

肿瘤药学投稿 | 肿瘤药学编辑部| 肿瘤药学版面费 | 肿瘤药学论文发表 | 肿瘤药学最新目录
Copyright © 2018 《肿瘤药学》杂志社 版权所有
投稿电话: 投稿邮箱: