论文部分内容阅读
CT图像已经成为检查肝病的重要手段之一,为了提高基于CT的肝癌诊断的准确性,提出了一种肝癌智能诊断方法。首先结合多尺度梯度分水岭变换的图像分割算法和改进的Fast marching方法从肝癌患者的腹部平扫CT图像中分割出病灶区域,然后利用灰度共生矩阵提取分割图像的纹理特征。最后,把纹理特征作为遗传BP神经网络的输入,进行分类诊断。实验结果表明,该智能诊断方法的分类准确率达到95%,具有很高的临床应用价值。