L3-004. 肿瘤诊断（三维BFS）

最新推荐文章于 2024-03-05 23:54:20 发布

原创最新推荐文章于 2024-03-05 23:54:20 发布 · 326 阅读

0 ·

CC 4.0 BY-SA版权

PAT 同时被 2 个专栏收录

38 篇文章

订阅专栏

BFS

7 篇文章

订阅专栏

本文介绍了一种计算医学影像中肿瘤体积的方法。通过三维连通域分析，统计满足一定阈值条件的疑似肿瘤区域体积，实现自动化的肿瘤体积评估。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

L3-004. 肿瘤诊断

时间限制

400 ms

内存限制

65536 kB

代码长度限制

8000 B

判题程序

Standard

作者

陈越

在诊断肿瘤疾病时，计算肿瘤体积是很重要的一环。给定病灶扫描切片中标注出的疑似肿瘤区域，请你计算肿瘤的体积。

输入格式：

输入第一行给出4个正整数：M、N、L、T，其中M和N是每张切片的尺寸（即每张切片是一个M×N的像素矩阵。最大分辨率是1286×128）；L（<=60）是切片的张数；T是一个整数阈值（若疑似肿瘤的连通体体积小于T，则该小块忽略不计）。

最后给出L张切片。每张用一个由0和1组成的M×N的矩阵表示，其中1表示疑似肿瘤的像素，0表示正常像素。由于切片厚度可以认为是一个常数，于是我们只要数连通体中1的个数就可以得到体积了。麻烦的是，可能存在多个肿瘤，这时我们只统计那些体积不小于T的。两个像素被认为是“连通的”，如果它们有一个共同的切面，如下图所示，所有6个红色的像素都与蓝色的像素连通。

Figure 1

输出格式：

在一行中输出肿瘤的总体积。

输入样例：

输出样例：

#include <iostream>
#include <stdio.h>
#include <math.h>
#include <string.h>
#include <algorithm>
#include <queue>
using namespace std;
#define LL long long
#define lt x<<1
#define rt x<<1|1
const int maxn = 1e5+111;
const int inf = 0x3f3f3f3f;
int mp[70][1500][150];
int n,m,l,t;
int sum;
int dir[6][3]={0,0,1,0,0,-1,0,1,0,0,-1,0,1,0,0,-1,0,0};
struct node
{
	int x,y,z;
	node(int xx,int yy,int zz)
	{
		x=xx;y=yy;z=zz;
	}
};

void bfs(int k,int x,int y)
{
	queue<node> q;
	q.push(node(x,y,k));
	mp[k][x][y]=0;
	while(!q.empty()){
		node a=q.front();
		q.pop();
		sum++;
		for(int i=0;i<6;i++){
			x=a.x+dir[i][0];
			y=a.y+dir[i][1];
			k=a.z+dir[i][2];
			if(k<1||k>l||x<1||y<1||x>n||y>m) continue;
			if(mp[k][x][y]==0) continue;
			q.push(node(x,y,k));
			mp[k][x][y]=0;
		}

	}

}
int main()
{
	int ans=0;
	scanf("%d %d %d %d",&n,&m,&l,&t);
	for(int k=1;k<=l;k++){
		for(int i=1;i<=n;i++){
			for(int j=1;j<=m;j++){
				scanf("%d",&mp[k][i][j]);
			}
		}
	}
	for(int k=1;k<=l;k++){
		for(int i=1;i<=n;i++){
			for(int j=1;j<=m;j++){
				if(mp[k][i][j]==1){
					bfs(k,i,j);
					if(sum>=t){
						ans+=sum;
					}
					sum=0;
				}
			}
		}
	}
	printf("%d\n",ans);
	
	return 0;
}