肺结节的特征提取在临床中有着重要应用,在上篇文章已经对肺结节的基本特征和CT影像特征提取算法有了介绍,提出了三类肺结节CT影像特征提取算法。本文重点介绍肺结节CT影像特征提取系统的功能介绍及使用,利用肺结节CT影像特征提取系统对一些数据进行特征提取,检验特征提取算法的有效性。

一、肺结节特征提取算法流程

            图1 算法流程图

  首先,对原始的肺部CT影像数据和放射学家标记的肺结节数据进行预处理,得到标准化的肺部CT影像数据和标记数据;然后,计算得到肺结节区域,用于后续特征提取;接着针对肺结节区域做不同的处理,计算灰度直方图,提取灰度特征。构造灰度共生矩阵,用于提取肺结节的纹理特征。提取肺结节的区域和边缘数据,用于计算得到肺结节的形态特征。

二、系统模块组成

      图2 系统模块组成图

三、软件运行原理

(1)  运行环境

操作系统:Windows XP,Windows7,windows 8

硬件要求:奔腾处理器,2G内存,10G硬盘

软件环境:支持matlab R2015a及以后版本

(2)  基本算法

  1. 对肺部CT影像进行预处理,提取出肺结节区域信息;
  2. 利用灰度直方图算法、灰度共生矩阵算法、几何参数算法以及Hu不变矩算法对肺结节区域进行处理,得到特征数据。
  3. 特征数据存储,等待导出。

四、 系统操作流程

        图3 软件操作流程

五、软件程序组成

GUI主界面:lung_nodules_features_extraction.m;

灰度特征界面:get_gray_feature.m;

纹理特征界面:get_texture_feature.m;

心态特征界面:get_Hu_Moment.m

CT影像读取及预处理:read_dcm_mask.m;

Hu不变矩算法:Hu_Moments;

纹理特征算法:getGLCMtextures.m;

六、软件使用图解

      图4 系统界面示意图

系统打开后的界面如图3所示,最上面为菜单栏,上半部分三个图像显示区域,左下角是CT影像基本信息显示区域,右下角是按钮操作区。

操作流程如下:

  1. 在按钮区或者菜单栏选择操作读入CT影像;
  2. 在按钮区或者菜单栏选择操作读入ROI区域图像;
  3. 选择按钮或者菜单,对数据进行预处理,得到如图4所示,获得CT图像基本信息;
  4. 选择直方图按钮或菜单,得到灰度直方图图像,如图4上部第三幅图像所示;
  5. 在按钮区或者菜单栏选择灰度特征、纹理特征或者形态特征得到图5,图6,或者图7所示的界面,在特征显示界面进行操作,得到特征数据,并且可以导出特征数据为excel文件。
  6. 选择退出按钮,退出系统。

软件操作图示:

        图5 特征提取界面

        图6 灰度特征数据界面

        图7 灰度特征数据界面

          图8 灰度特征数据界面

肺结节CT影像特征提取(三)——肺结节CT影像特征提取系统软件设计的更多相关文章

  1. 三十三、Java图形化界面设计——布局管理器之null布局(空布局)

    摘自http://blog.csdn.net/liujun13579/article/details/7774267 三十三.Java图形化界面设计--布局管理器之null布局(空布局) 一般容器都有 ...

  2. 三十一、Java图形化界面设计——布局管理器之GridLayout(网格布局)

    摘自http://blog.csdn.net/liujun13579/article/details/7772491 三十一.Java图形化界面设计--布局管理器之GridLayout(网格布局) 网 ...

  3. C#开发PACS医学影像三维重建(十三):基于人体CT值从皮肤渐变到骨骼的梯度透明思路

    当我们将CT切片重建为三维体之后,通常会消除一些不必要的外部组织来观察内部病灶, 一般思路是根据人体常见CT值范围来使得部分组织透明来达到效果, 但这是非黑即白的,即,要么显示皮肤,要么显示神经,要么 ...

  4. 基于深度学习的人脸识别系统(Caffe+OpenCV+Dlib)【三】VGG网络进行特征提取

    前言 基于深度学习的人脸识别系统,一共用到了5个开源库:OpenCV(计算机视觉库).Caffe(深度学习库).Dlib(机器学习库).libfacedetection(人脸检测库).cudnn(gp ...

  5. 特征提取算法(3)——SIFT特征提取算子

    目录: 前言 1.高斯尺度空间GSS 2.高斯差分DOG 用DoG检测特征点 GSS尺度选择 3.图像金字塔建立 用前一个octave中的倒数第三幅图像生成下一octave中的第一幅图像 每层octa ...

  6. 特征提取算法(2)——HOG特征提取算法

    histogram of oriented gradient(方向梯度直方图)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子.它通过计算和统计图像局部区域的梯度方向直方图来构成特征.H ...

  7. 特征提取算法(1)——纹理特征提取算法LBP

    模式识别中进行匹配识别或者分类器分类识别时,判断的依据就是图像特征.用提取的特征表示整幅图像内容,根据特征匹配或者分类图像目标. 常见的特征提取算法主要分为以下3类: 基于颜色特征:如颜色直方图.颜色 ...

  8. web设计经验<三>值得你深入了解的交互设计5大支柱

    随着单页式设计和移动端的兴起,网页中的交互设计越来越重要了.为了打造流畅而可靠的用户体验,你需要对交互设计有更加深入的了解. 正如同我们在<交互设计最佳实践(卷1)>中所述,要做好交互设计 ...

  9. Effective Java 第三版——19. 如果使用继承则设计,并文档说明,否则不该使用

    Tips <Effective Java, Third Edition>一书英文版已经出版,这本书的第二版想必很多人都读过,号称Java四大名著之一,不过第二版2009年出版,到现在已经将 ...

随机推荐

  1. multiset的erase()操作中出现跳过元素的问题

    昨天,我写了一个multiset去重,让tt指向it的后面第一个元素,若重复则删除这2个元素,并令it=tt,it++:来使it指向tt的下一个元素(我想指向原it的后面第2个元素,并认为tt的下一个 ...

  2. cmdb部署

    参考资料:https://github.com/guohongze/adminset 基础安装说明:1.基本要求:centos 7.2(1511) django 1.9.8(兼容Django1.11) ...

  3. OpenMP并行程序设计——for循环并行化详解

    在C/C++中使用OpenMP优化代码方便又简单,代码中需要并行处理的往往是一些比较耗时的for循环,所以重点介绍一下OpenMP中for循环的应用.个人感觉只要掌握了文中讲的这些就足够了,如果想要学 ...

  4. 树的平衡之AVL树——错过文末你会后悔,信我

    学习数据结构应该是一个循序渐进的过程: 当我们学习数组时,我们要体会数组的优点:仅仅通过下标就可以访问我们要找的元素(便于查找). 此时,我们思考:假如我要在第一个元素前插入一个新元素?采用数组需要挪 ...

  5. heapsort(Java)(最小堆)

    public static void main(String[] args) { Scanner input = new Scanner(System.in); int n = input.nextI ...

  6. php中header函数参数的Cache-control的使用方法

    网页的缓存是由HTTP消息头中的“Cache-control”来控制的,常见的取值有private.no-cache.max-age.must-revalidate等,默认为private.其作用根据 ...

  7. JDBC数据库连接池之dbcp

    一.连接池的作用 数据库的连接是一种很重要的资源,如果一个项目比较小,连接数据库的次数比较少,我们可以采取直连的方式:“获取连接----使用----关闭连接”.但是如果一个网站访问量很大,假如同时有几 ...

  8. Ajax提交表单初接触

    <!doctype html> <html class="no-js"> <head> <meta charset="utf-8 ...

  9. red()、redinle()、redlines()三者之间的关系

    # 关于read()方法: # 1.读取整个文件,将文件内容放到一个字符串变量中 # 2.如果文件大于可用内存,不可能使用这种处理 file_object = open("a.txt&quo ...

  10. Linux查看文件以及磁盘空间大小管理(转)

    (1)查看文件大小  查看当前文件夹下所有文件大小(包括子文件夹)    du -sh   # du -h15M     ./package16K     ./.fontconfig4.0K    . ...