超声图像的神经网络分割方法
超声图象是临床医学中检查以及疾病的重要而有效的工具，但因其图象的噪声较大，而有效部位又常出现的缺损的特点，使得实际应用中的图象分割带来较大的主观性个体差异。因此，图象自动分割成为增强起声图象临床实用性能的一个棘手的问题。在现有的许多无监督分割方法中，C.Bouman等(”1”)用求最小代价函数方法对象素进行聚类分割，Choi等(”2”)则用一个自我生成的的改进型自组织映射(SOM)网络分割图象。在该算法中，研究人员利用基于竞争学习的、自组织自生成神经网络分割超起图像，取得了较好的效果。
超声图像 神经网络分割 图象自动分割 心脏疾病
王红 朱钧 吴新根 罗立民
东南大学生物医学工程系
国内会议
南京
中文
187～188
1999-11-10（万方平台首次上网日期，不代表论文的发表时间）