范立南，胡向丽，孙申申

（沈阳大学 信息工程学院，辽宁 沈阳 110044）

肺结节是肺部最常见的病变之一，可以是良性病变、转移瘤或肺癌.如果早期发现和治疗肺癌，患者的5年存活率可由14%提高到49%［1］.肺结节是肺癌的早期表现形式，它通常是指直径大于3mm而小于3cm的肺内类球形病灶［2］.根据不同的CT（Computed Tomography）影像表象，肺结节分为实心型结节和毛玻璃型结节［3］.毛玻璃型GGO（Ground Glass Opacity）肺结节呈淡淡的模糊影，而实心结节是高亮的类球形结构.医生在筛查结节时，很容易漏检毛玻璃型肺结节，但是毛玻璃型肺结节成为恶性结节的可能性更大，因此很有必要提取它的“候选点”.目前大部分国内外的研究机构对于肺结节的检测都只局限于实心型结节，对于GGO型结节检测的研究甚少.文献［4］提出了一种基于4个统计特征的候选结节提取方法.该方法用32套CT影像识别毛玻璃型肺结节，识别率仅为77%，但是该方法提出的4个毛玻璃型肺结节的特征，即均值、标准差、倾斜度和峰态，为毛玻璃型肺结节的特征提取提供了新的数据支持.文献［5］在文献［4］基础上提出Min-DD（最小方法差异）算法，它是一种基于形状的滤波器.该方法提取出了肺结节的形状特征，并且用31套CT影像作为实验数据对毛玻璃型肺结节进行识别，识别率为79.4%，平均每层1.07个假阳.文献［6］提出基于人工神经网络的有监督的结节加强方法.该方法首先用迭代阈值算法将图像二值化，用滚球方法将贴在胸膜上的结节提取出来；然后用大量的神……