超声医学图象分割的混合神经网络方法.
汪天富
李德玉
郑昌琼
郑翊
1.四川大学373生物医学工程中心,2.四川大学373生物医学工程中心,3.四川大学373生物医学工程中心,4.四川大学373生物医学工程中心,
摘要：目的解决医学图象多维重建中最困难的问题之一:图像分割问题.方法提出了解一种基于混合神经网络的新方法.混合神经网络包括两个级联的网络,前级为自组织神经网络,用于对图象进行粗分割,并确定一些可靠的学习样本,这些样本象素的特征矢量与其聚类中心的距离小于一定阈值.将这些训练样本用于训练第二级网络--三层感知器网络.用反向传播算法学习后的网络就可以对图象中的所有象素进行分割.最后对分割后的图象进行后处理,以消除孤立点与孤立区域.结果分割后的超声心脏图象具有光滑连续的边界,且心脏的各腔清晰、准确.结论所提方法能够准确有效地分割图象,优于传统的方法,并为无监督图象分割问题提供了一种有监督的解决方案.
关键词：超声成像图像处理分割自组织神经网络混合神经网络反向传播
分类号：R318.5(医用一般科学)
资助基金：国家自然科学基金(69631020)国家自然科学基金(69972029)
论文发表日期：2001-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 84-87 )
英文信息