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。