对于分割生成的肺部区域图像 ， 采用基于卷积神经网络的肺结节分割器进行机器训练 ， 对分割结果图像进行二值化处理 ， 提取连通模块 ， 提取出疑似肺结节(图6) 。 根据肿瘤预测模型预测肿瘤发生的概率 ， 计算公式如下：SP=1-（1-P_d）\Pi(1-p_i)S(图7) 。 目前对肿瘤预测模型有不同的建模方法 ， 需进一步大数据分析处理 ， 以确定最佳的肿瘤预测模型 。

----李国平：机器学习和计算机图像处理技术在肺结节早期诊断中的运用//----

图6 肺结节的分隔和二值化

• DeepMind最新论文：强化学习“足以”达到通用人工智能
• 西澳大学健康科学与医学学部，提供世界一流的学习体验和教育！
• “天玑”骨科机器人辅助下经皮椎弓根螺钉植钉安全性评价
• 手术机器人辅助人工全膝关节置换术改善股骨旋转对线及早期疗效研究
• 李湘减肥成功了？大方分享“减肥秘籍”，方法或值得学习
• 为何日本女性妇科病患病率是全球最低？她们的好习惯，或值得学习
• 学习不好的孩子活着有多难，三个故事看得流泪了！
• 身价2000万的“达芬奇”手术机器人来河南了！用它做手术体验如何？听听医生怎么说
• 健康|80岁的老人，50岁的骨骼！医生：老人的这些生活习惯值得学习借鉴
• 养生|高血压患者吃三七粉，能预防脑梗心梗吗？控压有技巧，建议学习