文件名称：论文研究-优化的PCNN自适应三维图像分割算法.pdf
文件大小：1.1MB
文件格式：PDF
更新时间：2022-08-11 16:53:35
优化脉冲耦合神经网络,自适应三维分割,脑磁共振成像
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。