编委会
名誉主编
戴建平 祁 吉 Chi-Shing Zee（美国）肖湘生 郭启勇 冯晓源 徐 克 鱼博浪
资深编委
刘玉清 周康荣 蒋学祥 马大庆 张雪林 张云亭 章士正 周翔平 陈克敏 龚洪翰
王德杭 梁碧玲 赵 斌 刘怀军 刘斯润 杨广夫 魏经国 董季平 王泽忠 孟兆瑞
刘振堂 贺洪德
主 编
宦 怡 郭佑民
副主编
孙立军 王 玮 刘士远 杨军乐 王霄英 陶晓峰 宋 彬 白芝兰 杨 健
戴建平 祁 吉 Chi-Shing Zee（美国）肖湘生 郭启勇 冯晓源 徐 克 鱼博浪
资深编委
刘玉清 周康荣 蒋学祥 马大庆 张雪林 张云亭 章士正 周翔平 陈克敏 龚洪翰
王德杭 梁碧玲 赵 斌 刘怀军 刘斯润 杨广夫 魏经国 董季平 王泽忠 孟兆瑞
刘振堂 贺洪德
主 编
宦 怡 郭佑民
副主编
孙立军 王 玮 刘士远 杨军乐 王霄英 陶晓峰 宋 彬 白芝兰 杨 健
基于模式分类的肺结节钙化征象的识别
作者： 王秋萍 [1] ; 冯筠 [2] ; 于楠 [1] ; 李艳 [1] ; 强永乾 [1] ; 郭佑民 [1]
摘要：目的：研究模式分类对肺结节钙化征象提取的可行性。方法经病理或随访证实的肺结节49例（良性16例,恶性33例）,所有患者均行胸部CT扫描。由2名副主任医师采用双盲法对所有 CT图片进行判读,得出结节内有无钙化的结论。利用灰度、几何、纹理等感兴趣区域的特征提取和基于支撑向量机的模式分类算法,对 CT图像的感兴趣区域进行有无钙化点的判定。结果以高年资判读结果为依据,自动化模式分类法对肺结节钙化征象提取的 ROC曲线下面积为0.95,提取性能稳定（k=1）,与医师肉眼观察的吻合度高（k=0.939）。结论自动化模式分类对肺结节钙化征象的检出能力与高年资医师的肉眼观察相当。
关键字：