基于改进自生成神经网络的皮肤镜黑色素细胞瘤图像分割

• 作者: 姜志国 孟如松 秦世引 谢凤英
• 来源期刊: 中国体视学与图像分析
• 学科: 医学
• 关键词: 皮肤镜图像 自生成神经网络 图像分割 区域生长
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 论著
• 页码范围: 246-249
• 页数: 4页
• 分类号: TP391.41|R739.5
• 字数: 3323字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1482.2008.04.005

摘要

针对皮肤镜黑色素细胞瘤图像,提出一种基于自生成神经网络(self-generating neural net-work,SGNN)的自动分割算法.算法首先采用区域生长的方法将图像进行粗分割;然后将每一个子区域看作一个叶节点,根据节点之间的相邻关系定义连接规则;最后采用SGNN对这些节点进行聚类.完成黑色素细胞瘤图像的分割.本文方法克服了传统SGNN算法对样本训练顺序敏感的缺陷,提高了效率,实验结果表明,该方法能够自适应确定聚类数目并准确分割黑色素细胞瘤图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜志国	北京航空航天大学宇航学院	88	1038	20.0	29.0
2	秦世引	北京航空航天大学自动化学院	67	1075	16.0	31.0
3	孟如松		22	225	7.0	14.0
4	谢凤英	北京航空航天大学宇航学院	26	384	9.0	19.0