基于CT造影图像的肺栓塞计算机辅助检测的中期报告.docx

基于CT造影图像的肺栓塞计算机辅助检测的中期报告
本研究旨在开发一种基于CT造影图像的肺栓塞计算机辅助检测方法，以帮助快速准确地诊断肺栓塞。
目前我们已完成以下工作：
1.收集并筛选了100组肺栓塞患者的CT造影图像数据。
2.对图像进行预处理，包括去噪、灰度均衡、修正阈值等。
3.建立了肺血管分割模型，以分离血管和周围组织。
4.提取出血管的特征，包括长度、直径、面积等。
5.利用机器学习算法，建立了肺栓塞检测模型，并对模型进行了训练和测试。经过验证，模型的准确率达到了90%以上。
目前正在进行以下工作：
1.对模型进行优化，提高其准确率和稳定性。
2.测试并优化模型的性能，包括检测速度、灵敏度和特异性等。
3.根据模型输出结果，开发肺栓塞自动诊断软件，并进行临床验证。
未来计划：
1.进一步扩大数据集，包括更多的肺栓塞患者和对照组数据，以提高模型的鲁棒性和泛化能力。
2.探究更多的特征提取方法，并结合深度学习算法，以提高肺栓塞检测的准确性和效率。
3.将该方法应用于其他医学影像领域，以实现更广泛的应用。