资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSCD-C
文章类型：
机构：
[1]河北大学数学与计算机学院
[2]河北大学附属医院CT室
医技
放射科
放射科（CT-MRI诊断科）
河北大学附属医院
出处：
ISSN：
关键词：
医学图像
计算机断层扫描
感兴趣区域
肺结节
模糊C均值聚类
摘要：
针对肺部微小结节难于识别的问题,提出用聚类算法分析肺部感兴趣区域（ROI）的方法。为进一步提高运行速度和识别率,提出全权模糊聚类算法PWFCM,给每个样本及其特征分别赋予权值并引入新的隶属度约束改进收敛性;利用二次聚类策略降低不均衡ROI数据造成的低敏感度。对实际CT影像数据进行测试,实验结果表明:该聚类分析具有高敏感度和低假阳性率,能有效地检测出肺结节。
基金：
国家自然科学基金资助项目（10804025,61375075）；;河北省自然科学基金资助项目（F2012201020,F2014201098）；
第一作者：
第一作者机构：
[1]河北大学数学与计算机学院
通讯作者：
推荐引用方式(GB/T 7714)：
孙娟,王兵,杨颖,等.聚类分析在肺结节识别中的应用[J].计算机应用.2014,34(07):2050-2053.
