基于支持向量机与随机游走结合的GGO型肺结节分割方法

目的:为了提高磨玻璃型肺结节(GGO型肺结节)的分割精度,提出一种基于支持向量机与随机游走相结合的分割方法.方法:利用已手动分割的GGO型肺结节训练支持向量机.由训练后的分类模型在待分割的GGO型肺结节图像中选择种子点,然后利用随机游走算法根据支持向量机选取的种子点进行GGO型肺结节图像分割.结果:该研究纳入150个待分割GGO型结节图像,上述分割算法的平均准确率为98.05％、平均召回率为96.35％和平均F1值为98.05％.与传统方法相比,本方法实现了GGO型肺结节的精确自动化分割,对GGO型肺结节定量、定性分析提供更加准确的客观依据.结论:该方法利用支持向量机选取种子点,并利用随机游走进行结节分割可以有效地对GGO型肺结节进行分割,具有简单高效,准确率高的优点.