基于脉冲耦合神经网络的超声图像病理区域检测算法

• 作者: 张北斗 张立文 林冬梅 马义德
• 来源期刊: 兰州大学学报（自然科学版）
• 学科: 工学
• 关键词: 超声图像 脉冲耦合神经网络 图像分割 伪彩色
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 信息科学
• 页码范围: 61-64
• 页数: 4页
• 分类号: TP391
• 字数: 2304字
• 语种: 中文
• DOI: 10.3321/j.issn:0455-2059.2008.01.013

摘要

超声图像的病理区域检测对辨别疾病的良恶性具有极其重要的价值.针对超声回声大、粒状斑点多的特点,提出了基于脉冲耦合神经网络的区域自动检测算法.首先脉冲耦合神经网络对图像进行点火处理,经过形态学闭运算、二值反相、区域标记等操作,自动提取出种子点;以种子点为种子像素对图像进行区域增长,提取出感兴趣的区域,经过伪彩色编码增强后,凸显病理区域,便于医学临床诊断观察与超声图像的进一步量化分析处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马义德	兰州大学信息科学与工程学院	149	2170	21.0	42.0
2	张北斗	兰州大学信息科学与工程学院	19	193	6.0	13.0
3	林冬梅	兰州大学信息科学与工程学院	2	6	2.0	2.0