安徽大学学报（自然科学版）
安徽大學學報（自然科學版）
안휘대학학보（자연과학판）
JOURNAL OF ANHUI UNIVERSITY(NATURAL SCIENCES EDITION)
2014年
2期
33-39
,共7页
神经网络%医学图像分割%逆推学习
神經網絡%醫學圖像分割%逆推學習
신경망락%의학도상분할%역추학습
neural network%medical image segmentation%back propagation
为了更好地分割医学图像,对传统的神经网络进行改进,对分割后的图像区域特征进行约减,以降低特征向量维数,同时抽取出规则,根据这些规则构造神经网络隐含层的神经元个数,确定神经网络的初始拓扑结构.然后用逆推学习算法迭代,得到最终的决策结果,即实现图像的分割.实验证明,该方法大大缩短了实验时间,提高了精度,并且得到优于常规的分割图像,满足图像处理的事实性要求.
為瞭更好地分割醫學圖像,對傳統的神經網絡進行改進,對分割後的圖像區域特徵進行約減,以降低特徵嚮量維數,同時抽取齣規則,根據這些規則構造神經網絡隱含層的神經元箇數,確定神經網絡的初始拓撲結構.然後用逆推學習算法迭代,得到最終的決策結果,即實現圖像的分割.實驗證明,該方法大大縮短瞭實驗時間,提高瞭精度,併且得到優于常規的分割圖像,滿足圖像處理的事實性要求.
위료경호지분할의학도상,대전통적신경망락진행개진,대분할후적도상구역특정진행약감,이강저특정향량유수,동시추취출규칙,근거저사규칙구조신경망락은함층적신경원개수,학정신경망락적초시탁복결구.연후용역추학습산법질대,득도최종적결책결과,즉실현도상적분할.실험증명,해방법대대축단료실험시간,제고료정도,병차득도우우상규적분할도상,만족도상처리적사실성요구.
