基于多边界特征神经元网络的肾小球区域分割方法  

Multi-Boundary Feature Based Neural Network Used in Segmentation of Glomerulus

作　　者：张军[1] 朱虹[1] 许朝晖[2] 李永盛[3] 

机构地区：[1]西安理工大学信息与控制工程学院,西安710048 [2]中国科学院西安光学精密机械研究所,西安710068 [3]日本福井大学

出　　处：《中国生物医学工程学报》2005年第1期114-117,共4页Chinese Journal of Biomedical Engineering

基　　金：陕西省教育厅科研计划专项资助项目。

摘　　要：本研究针对肾组织切片图像的复杂特点 ,提出了一种融合两类边界特征提取肾小球的分割方法 ,克服了单一边界定义下边界大量缺损而导致的肾小球区域提取不全或只能通过拟合处理得到近似区域的困难。本方法在给出特殊边界定义的前提下 ,用神经元网络构造非线性阈值面 ,对图像进行二值化处理 ,利用二值目标的融合 ,获得闭合的边界 ,从而提取出完整的肾小球区域。实验结果表明 ,本方法对送检样本及染色条件具有很强的适应性。

关 键 词：肾小球 图像分割 多边界特征 神经网络 信息融合 

分 类 号：R318[医药卫生—生物医学工程]