论文部分内容阅读
针对传统的模式识别方法难以识别CT图像中不规则目标的问题,提出一种基于低秩优化的目标识别方法。利用病灶部位在影像中的稀疏性与多样性,将众多CT图像配准到标准图像中并连接为一个矩阵;利用矩阵中正常组织部分的低秩性和病灶组织部分的稀疏性,将矩阵分解为低秩成分和稀疏成分;通过低秩优化寻找矩阵中的低秩成分和稀疏成分,直接分离出病灶组织。实验结果表明,该方法相对于传统的分类和聚类算法可以极大减少误诊率,具有更快的运行效率,可更有效地运用于辅助诊断。