Resumen

Este estudio tuvo como objetivo estudiar la clasificación y diagnóstico de nódulos pulmonares (NP) a través de imágenes de tomografía computarizada (TC) basadas en algoritmos de segmentación. Se tomaron 120 pacientes con NP como sujetos de investigación. El algoritmo de segmentación fina de filtro lineal bajo crecimiento de región 3D se comparó con el algoritmo de segmentación inicial y se aplicó a imágenes de pacientes con NP. Los resultados mostraron que el efecto de segmentación del algoritmo propuesto estaba en un nivel medio-alto. Los casos de pacientes con antecedentes de tabaquismo fueron considerablemente más que aquellos sin (=1.256, ). Los NP benignos y malignos fueron clasificados, y las características morfológicas incluyeron formas rugosas y redondeadas. Las características de tamaño incluyeron longitud de borde y área. Las características de escala de grises incluyeron la uniformidad del valor de escala de grises y el valor medio del valor de escala de grises. El tiempo de operación de la lobectomía pulmonar (76.223.

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Nódulo pulmonar; Imágenes de TC; Algoritmos de segmentación; Benigno; Maligno; Características morfológicas
• Keywords:Pulmonary nodule; CT images; Segmentation algorithms; Benign; Malignant; Morphological features