优化的PCNN自适应三维图像分割算法

• 作者: 吕庆文 唐宁 江贵平
• 来源期刊: 计算机应用研究
• 关键词: 优化脉冲耦合神经网络 自适应三维分割 脑磁共振成像
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1591-1594
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.04.110

摘要

脉冲耦合神经网络(pulse coupled neural network,PCNN)对图像分割具有天然的优势,但是传统的PCNN模型参数难以确定,且算法耗时多.对多种PCNN模型进行研究改进,并利用统计学知识提出了一种精简高效的自适应三维分割算法.将其用于脑部磁共振成像(magnetic resonance imaging,MRI)图像的分割,把脑组织分成白质、灰质和脑脊液.与标准PCNN、传统的Otsu阈值方法、SPM8工具箱及专家手动分割结果的对比实验表明,该自适应算法具有精确性、高效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江贵平	南方医科大学生物医学工程学院	39	264	7.0	14.0
2	吕庆文	南方医科大学生物医学工程学院	54	420	10.0	18.0
3	唐宁	南方医科大学生物医学工程学院	2	15	2.0	2.0