基于自组织特征映射神经网络的医学图像分割技术  

MEDICAL IMAGE SEGMENTATION BASED ON SELF-ORGANIZING FEATURE MAP NEURAL NETWORK

作　　者：田炜[1] 周明全[1] 耿国华[1] 

机构地区：[1]西北大学信息科学与技术学院陕,西西安710127

出　　处：《计算机应用与软件》2008年第1期28-29,35,共3页Computer Applications and Software

基　　金：国家自然科学基金(60372072)

摘　　要：采用一维自组织特征映射神经网络对医学图像进行聚类分析,实现对不同组织的自动分割。避免了直接使用灰度门限分割方法由于门限值选择不当所导致的分割结果有失准确性的缺点。试验结果表明,利用该方法能够较好地保证分割结果的准确性和完整性。Self-organizing feature map neural network is applied to make a cluster analysis of medical images, and automatic segmentation of different organs is implemented. The segmentation limitation of inaccuracy caused by improper gray level is avoided. The result of the experiment proves that this method can assure the integration and veracity of the segmentation.

关 键 词：自组织特征映射神经网络 医学图像分割 聚类分析 分类 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]