生物医学工程研究
生物醫學工程研究
생물의학공정연구
JOURNAL OF BIOMEDICAL ENGINEERING RESEARCH
2013年
2期
80-83,100
,共5页
陆玉婧%李海燕%费勤水%施心陵%张榆锋
陸玉婧%李海燕%費勤水%施心陵%張榆鋒
륙옥청%리해연%비근수%시심릉%장유봉
简化的脉冲耦合神经网络%超声乳腺癌图像%椒盐噪声%PCNN赋时矩阵%自适应调节%高斯噪声
簡化的脈遲耦閤神經網絡%超聲乳腺癌圖像%椒鹽譟聲%PCNN賦時矩陣%自適應調節%高斯譟聲
간화적맥충우합신경망락%초성유선암도상%초염조성%PCNN부시구진%자괄응조절%고사조성
Simplified pulse coupled neural network%Ultrasound breast images%Salt and pepper noise%PCNN time matrix%Selfadaption%Gaussian noise
针对乳腺癌超声图像中斑点对诊断的影响,提出一种基于简化的脉冲耦合神经网络(simplified pulse-coupled neuralNetwork,SPCNN)的去噪新方法,并将此方法应用于乳腺癌超声图像滤波.首先利用简化的PCNN定位极端脉冲噪声点并利用中值滤波滤除椒盐噪声,然后利用PCNN赋时矩阵采用分类滤波自适应调节灰度值滤除高斯噪声.用实验图像验证了方法的有效性,然后将此方法应用于乳腺癌的超声图像中进行滤波,实验结果证实该方法对混合噪声在滤波效果和保护细节方面具有优势,对乳腺癌的超声图像能较好地滤除噪声,同时保证了细节,结合医学诊断证实了该方法的有效性.
針對乳腺癌超聲圖像中斑點對診斷的影響,提齣一種基于簡化的脈遲耦閤神經網絡(simplified pulse-coupled neuralNetwork,SPCNN)的去譟新方法,併將此方法應用于乳腺癌超聲圖像濾波.首先利用簡化的PCNN定位極耑脈遲譟聲點併利用中值濾波濾除椒鹽譟聲,然後利用PCNN賦時矩陣採用分類濾波自適應調節灰度值濾除高斯譟聲.用實驗圖像驗證瞭方法的有效性,然後將此方法應用于乳腺癌的超聲圖像中進行濾波,實驗結果證實該方法對混閤譟聲在濾波效果和保護細節方麵具有優勢,對乳腺癌的超聲圖像能較好地濾除譟聲,同時保證瞭細節,結閤醫學診斷證實瞭該方法的有效性.
침대유선암초성도상중반점대진단적영향,제출일충기우간화적맥충우합신경망락(simplified pulse-coupled neuralNetwork,SPCNN)적거조신방법,병장차방법응용우유선암초성도상려파.수선이용간화적PCNN정위겁단맥충조성점병이용중치려파려제초염조성,연후이용PCNN부시구진채용분류려파자괄응조절회도치려제고사조성.용실험도상험증료방법적유효성,연후장차방법응용우유선암적초성도상중진행려파,실험결과증실해방법대혼합조성재려파효과화보호세절방면구유우세,대유선암적초성도상능교호지려제조성,동시보증료세절,결합의학진단증실료해방법적유효성.
