基于多重分形谱和自组织神经网络的医学图像分割

• 作者: 刘圹彬 张国芳 金春兰 黄华
• 来源期刊: 中国组织工程研究与临床康复
• 学科: 医学
• 关键词: 多重分形 自组织特征映射神经网络 医学图像分割 纹理 数字化影像技术
• 年，卷（期）: 2010,（13）
• 所属期刊栏目: 技术与方法
• 页码范围: 2365-2368
• 分类号: R318
• 字数: 4457字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-8225.2010.13.022

摘要

背景:单一的多重分形谱图像分割虽然在边缘及纹理的区分上有较大优势,但是选择不同的测度,不同的闽值对于分割结果影响比较大,正确地选择最优的测度比较困难.目的:结合多重分形谱图像分割法及自组织特征映射神经网络对医学图像进行处理.方法:以图像每一象素及其周围象素的均值及方差为基本特征,再结合4种不同多重分形谱为纹理特征,实现自组织特征映射神经网络.结果与结论:选择不同的测度对同一图像的分割结果是不一样的,并且同一种测度对不同图像的分割效果也不一样,说明基于多重分形谱的医学图像分割中选择合适的测度是一个关键所在.因此将多重分形谱结合自组织特征映射神经网络的方法对图像进行处理,该方法省略了选择测度的步骤,直接把4种多重分形谱作为特征,与另两种基本特征一起作为自组织神经网络的输入,对网络进行学习,并自动对图像进行分割.实验结果表明该方法在满足复杂图像中有效进行分割的同时达到了自动、自适应的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄华	四川大学电气信息学院	138	746	14.0	18.0
2	张国芳	四川大学电气信息学院	5	27	3.0	5.0
3	金春兰	四川大学电气信息学院	2	17	2.0	2.0
4	刘圹彬	四川大学电气信息学院	5	21	2.0	4.0