基于BP神经网络的超声肝图像识别

• 作者: 陈菲
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: 肝超声图像识别 双隐层BP神经网络 图像特征提取 超声波图像分类
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 网络与信息技术
• 页码范围: 43-44
• 页数: 2页
• 分类号: TP391.41
• 字数: 1406字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1576.2007.08.023

摘要

肝超声图像识别,通过基于空间灰度独立矩阵,空间频率分解和分形特征进行特征提取,采用双隐层BP神经网络对正常肝脏,肝硬化和肝癌超声图像进行分类识别.首先提取图像特征并归一化特征向量集.再使用第1隐层对取样肝脏超声波图像进行分类,分别出正常和非正常肝脏.然后用第2隐层对非正常肝进行分类,区别出肝癌和肝硬化图像.最后通过不断调整网络参数,达到理想分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈菲	西南科技大学计算机科学与技术学院	23	78	5.0	7.0