医学图像分割的神经网络方法.pdfVIP

I 998年 J0月 西 安 电 科 技 大 学 学 报 Oct．1 998 第 25卷 第 5期 JOURNAI XlDlA UNIVERSITY Vo-_25 NO．5 医学图像分割的神经网络方法 杜 干 孙 肖子 (西安电子科技大学电子工程学院 西安710071) 要 给出了一种基于 组织聚类神经网络的图像分割算法．针对聚类中 初始值 选取的盲目性，提出了初始值优选击，太幅度提高了分割算法的速度．实验表明，文中提出 ～ 的算法能快速、准魂地分割医学图像，将原始照片中不易分辨的病灶清晰地呈现出来． 一 Du( ，t Sggn Xicu~zi (School of Electronic Engineering．Xidian Univ．，Xian，7 10071) Abstract An amended clustering neural network algorithm is presented by applying the Kohonen clustering neural network in medical image segmentation．Also，the“optimum ,seeking method of initial value”is presented。which overcomes the default 0f traditional clus— ～ tering methodologies and greatly increases,he speed．The experiments show that medical pictures can be segregated quickly and correctly with the new method．and the blood—lump or the focus of infection which is not easy to distinguish in an initial image。can be seen clearly． Key Words neural network image segmentation medical image processing clumering melhodok~gy quicker method 生物医学图像处理是数字网像处理中的一个重要方面．很多生物医学信息是以图像形式表现出来 的，如X射线图像、断层(：T图像以及超声图像．它使人类视觉从表面向内部延伸 人们可以通过它们来 获取人体内部器官在解剖形态、生物化学和生理功能上的有用信息．由于CT照片中的病灶有时会与周 围正常组织在灰度、形状上相似，用肉眼不易分辨．所以需要进行图像分割，使病灶清晰地呈现出来． 图像分割技术是计算机视觉研究中的一个重点．一直受到研究人员的关注，但由于该课题的难度和 深度，其进展比较缓慢 ．图像分割的基本概念是将罔像中有意义的特征或者需要应用的特征提取出 来，这些特征可以是原图像场的原始特征，如物体占有区的像素灰度值、物体轮廓曲线和纹理特征等．也 可以是空间频谱或直方图特征．传统的分割方法是采用灰度变化、边缘检测方法．它的前提是目标与背 景相比有明显的灰度变化．这对于理想情况或背景简单的情况是适用的，但与很多情况不符台．Marr口， 提出用二维高斯的加权函数对原始图像作平滑处理，然后检测二阶方向导数的交叉点，以此作为边缘点 对图像进行分割．但该法运算繁琐，耗时长．医学图像的分割首先要求具有较强的适应性，网像分割在医 收稿日期：j 997—0 一18 第5期 杜 干等：医学图像分割时神经网络方法