期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于3D-PCNN和互信息的3D-3D医学图像配准方法 被引量：6
1
作者 王观英 许新征 丁世飞 《计算机应用》 CSCD 北大核心 2017年第A01期215-219,222,共6页
基于特征的配准方法配准精度低,基于互信息的配准方法虽然配准精度高但计算量大且易陷入局部极值。针对此问题,提出一种基于脉冲耦合神经网络(PCNN)和互信息的由粗到细的3D-3D医学图像配准方法。首先,将2D-PCNN模型扩展成能直接处理三... 基于特征的配准方法配准精度低,基于互信息的配准方法虽然配准精度高但计算量大且易陷入局部极值。针对此问题,提出一种基于脉冲耦合神经网络(PCNN)和互信息的由粗到细的3D-3D医学图像配准方法。首先,将2D-PCNN模型扩展成能直接处理三维图像的3D-PCNN模型。然后,采用Eckhorn简化输入部分方式对扩展的3D-PCNN模型进行简化,并用线性衰减阈值代替指数衰减阈值,降低了PCNN网络计算复杂度。为了自适应确定参数值,从待处理的三维图像的二维切片图像中随机选择一幅切片图利用二维参数优化方法求出2D-PCNN参数值,并将此参数值作为3D-PCNN的参数值。最后,后利用PCNN网络点火集群的平移、旋转、尺度缩放、扭曲等不变特性将各次迭代点火集群的几何重心作为特征点,实现图像粗配准,获得初始配准参数,将此粗配准参数结果作为基于互信息配准搜索算法的初始参数值,使得搜索始终围绕全局最优值附近进行,进一步微调细化参数,得到最终较高精度的配准结果。 展开更多
关键词 医学图像配准 脉冲耦合神经网络 互信息 三维图像配准 3d-pcnn
在线阅读 下载PDF
基于改进3D-PCNN的中药材彩色显微图像分割 被引量：2
2
作者 马冬梅 李金凤 刘勍 《西北师范大学学报（自然科学版）》 CAS 北大核心 2017年第2期46-51,111,共7页
为有效提取中药材彩色显微图像的目标信息,提出了一种基于改进三维脉冲耦合神经网络的图像自动分割方法.首先,从适合处理中药材彩色显微图像的角度出发,对传统模型进行简化与改进;其次,采用RGB颜色空间,利用最大信息熵选择性排列图像,... 为有效提取中药材彩色显微图像的目标信息,提出了一种基于改进三维脉冲耦合神经网络的图像自动分割方法.首先,从适合处理中药材彩色显微图像的角度出发,对传统模型进行简化与改进;其次,采用RGB颜色空间,利用最大信息熵选择性排列图像,并将结果作为改进模型的输入,进而完成图像分割;最后,用最大综合判定准则选取最佳分割结果,并与最大香农熵、最小交叉熵、色差对比度进行比较.实验结果表明,本文方法可以精确自动地分割中药材彩色显微图像,克服了最大香农熵、最小交叉熵、色差对比度的缺点,分割效率明显优于传统方法. 展开更多
关键词 改进三维脉冲耦合神经网络 RGB颜色空间 中药材彩色显微图像分割 分割准则
在线阅读 下载PDF
优化的PCNN自适应三维图像分割算法 被引量：4
3
作者 唐宁 江贵平 吕庆文 《计算机应用研究》 CSCD 北大核心 2012年第4期1591-1594,共4页
脉冲耦合神经网络(pulse coupled neural network,PCNN)对图像分割具有天然的优势,但是传统的PCNN模型参数难以确定,且算法耗时多。对多种PCNN模型进行研究改进,并利用统计学知识提出了一种精简高效的自适应三维分割算法。将其用于脑部... 脉冲耦合神经网络(pulse coupled neural network,PCNN)对图像分割具有天然的优势,但是传统的PCNN模型参数难以确定,且算法耗时多。对多种PCNN模型进行研究改进,并利用统计学知识提出了一种精简高效的自适应三维分割算法。将其用于脑部磁共振成像(magnetic resonance imaging,MRI)图像的分割,把脑组织分成白质、灰质和脑脊液。与标准PCNN、传统的Otsu阈值方法、SPM8工具箱及专家手动分割结果的对比实验表明,该自适应算法具有精确性、高效性。 展开更多
关键词 优化脉冲耦合神经网络 自适应三维分割 脑磁共振成像
在线阅读 下载PDF
基于三维模糊连接脉冲耦合神经网络的肾脏CT图像自动分割算法
4
作者 白培瑞 李峥 +4 位作者 刘庆一 王梦 毕丽君 任延德 王成健 《电子与信息学报》 EI CSCD 北大核心 2023年第6期2264-2272,共9页
3维肾脏CT图像的自动准确分割对减轻医师阅片工作量和提高计算机辅助诊断效率具有重要意义。但是,由于肾脏器官的结构复杂性以及邻近部位的灰度相似性,3维肾脏的准确分割仍具有挑战性。该文基于简化脉冲耦合神经网络(SPCNN)结构简单、... 3维肾脏CT图像的自动准确分割对减轻医师阅片工作量和提高计算机辅助诊断效率具有重要意义。但是,由于肾脏器官的结构复杂性以及邻近部位的灰度相似性,3维肾脏的准确分割仍具有挑战性。该文基于简化脉冲耦合神经网络(SPCNN)结构简单、参数量少的特点,结合模糊连接度(FC)算法,提出一种3维肾脏CT图像的自动分割算法。主要贡献为:(1)将SPCNN的2维模型扩展为3维模型,可以充分利用3维CT图像的层间信息;(2)提出了一种基于感兴趣区域质心的3维种子点自动生成策略,可以有效提高算法的自动分割效率;(3)实现了3维FC响应图与3维SPCNN的有效耦合。所提算法在自制数据集和公开数据集上进行了验证实验,结果表明该算法的性能优于现有的主流算法,其Dice系数、准确率、敏感度、体积误差、平均对称表面距离的平均值分别可以达到0.9095,0.9969,0.8517,0.1749和0.8536。 展开更多
关键词 3维CT图像 肾脏分割 脉冲耦合神经网络 模糊连接度
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部