超声医学图象分割的混合神经网络方法.

• 作者: 李德玉 汪天富 郑昌琼 郑翊
• 来源期刊: 航天医学与医学工程
• 学科: 医学
• 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
• 年，卷（期）: 2001,（2）
• 所属期刊栏目: 学术论著
• 页码范围: 84-87
• 页数: 4页
• 分类号: R318.5
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0837.2001.02.002

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李德玉	四川大学373生物医学工程中心	41	507	15.0	21.0
2	汪天富	四川大学373生物医学工程中心	41	554	15.0	22.0
3	郑昌琼	四川大学373生物医学工程中心	95	1581	24.0	34.0
4	郑翊	四川大学373生物医学工程中心	2	37	2.0	2.0