针对肺实质序列图像分割方法的时效性低和分割不完全性等问题，利用先验知识得到肺部 ＣＴ 序列 ＲＯＩ图.像，提出超像素序列分割算法对 ＲＯＩ序列图像进行分割，采用改进的自生成神经网络对超像素进行聚类并优化，根据.聚类后样本的灰度和位置特征识别肺实质区域。在序列肺实质图像的分割结果中，单 张 ＣＴ 图像的平均处理时间为.０．６１ｓ，同时能达到９２．０９±１．５２％的平均肺部体素重合度。与已有的方法相比，所提算法能在相对较短的时间内获得.较高的分割精准度。
2021-07-01 16:30:54
1.59MB
1
Finding lungs in CT 是基于肺部 CT 影像分割处理的数据集，其包含一系列 CT 影像中对肺部影像的分割，并以此识别和估计肺部容积量。
该数据集包含 4 名患者的数据，以 nifti 格式的图像和分段肺面罩为主，由 Kaggle 于 2017 年发布。
2021-05-03 13:08:43
6KB
1
项目开发中，使用的部分CT图像，预览请点击链接：https://blog.csdn.net/mdxiaohu/article/details/88948366
2021-04-24 19:48:57
84.42MB
1
基于U-Net网络的肺部CT图像中的肺结节轮廓识别，张驰，赵磊，在肺部CT图像切片上，肺结节很小并且有些肺结节与周围良性组织相连。由于肺结节的灰度值与周围良性组织的灰度值相差很小，这使得�
2021-04-15 20:48:42
1.49MB
1
我们实现了一个系统，可以从CT图像中将肺部从胸腔中分离出来，并且通过三维重建和三种横断面的显示实现可视化。该系统是基于Visual Studio 2013平台，借助VTK-7.0和Qt5.6开源库通过C++语言实现。
2019-12-21 19:56:18
27.64MB
1