交互式Kohonen神經(jīng)網(wǎng)絡(luò)在醫(yī)學(xué)圖像處理中的應(yīng)用.pdf

1、圖像分割最重要的一個(gè)應(yīng)用就是醫(yī)學(xué)圖像分割.很多生物醫(yī)學(xué)信息都是以圖像形式表現(xiàn)出來(lái)的,如X射線圖像、斷層CT圖像以及超聲圖像,它使人類視覺從表面向內(nèi)部延伸.人們可以通過(guò)他們來(lái)獲取人體內(nèi)部器官在解剖形態(tài)、生物化學(xué)和生理功能上的有用信息.由于醫(yī)學(xué)圖像中的病灶有時(shí)會(huì)與周圍的正常組織在灰度、形狀上相似,用肉眼不易分辨,所以需要進(jìn)行圖像分割,使病灶明顯的呈現(xiàn)出來(lái).自組織神經(jīng)網(wǎng)絡(luò)是一種無(wú)導(dǎo)師指導(dǎo)的非監(jiān)督學(xué)習(xí)算法,通過(guò)學(xué)習(xí)它可以提取一組數(shù)據(jù)中的重要特征

2、或某種內(nèi)在規(guī)律性(如分布特征,或按某種特征聚類).在這種學(xué)習(xí)算法中,僅根據(jù)輸入數(shù)據(jù)的屬性而調(diào)整權(quán)值,進(jìn)而完成向環(huán)境學(xué)習(xí)、自動(dòng)分類和聚類等任務(wù).本文選用kohonen神經(jīng)網(wǎng)絡(luò)進(jìn)行醫(yī)學(xué)圖象分割.為了能夠?qū)︶t(yī)學(xué)圖像進(jìn)行靈活的分割,我們提出了交互式的Kohonen神經(jīng)網(wǎng)絡(luò)圖像分割.對(duì)于每一幅醫(yī)學(xué)圖像,它的聚類個(gè)數(shù)不按事先規(guī)定的模式來(lái)確定,也就是說(shuō)Kohonen神經(jīng)網(wǎng)絡(luò)中輸出層的結(jié)點(diǎn)個(gè)數(shù)事先不確定,而是由醫(yī)生根據(jù)分析病情的需要而自行決定.即圖像的

3、聚類個(gè)數(shù)由醫(yī)生輸入電腦之后,神經(jīng)網(wǎng)絡(luò)才確定輸出結(jié)點(diǎn)的個(gè)數(shù),進(jìn)行網(wǎng)絡(luò)訓(xùn)練.這就建立了一種人機(jī)交互式的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方式.利用這種交互式的網(wǎng)絡(luò)訓(xùn)練方式,對(duì)于同一幅醫(yī)學(xué)圖像,醫(yī)生可以靈活的變換聚類的個(gè)數(shù)來(lái)得到不同的醫(yī)學(xué)圖像分割結(jié)果,并從多幅分割圖像中,選出有助于病情分析的分割圖像.利用Kohonen神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像分割,運(yùn)算量非常大.為了減少運(yùn)算量,提高運(yùn)算速度,我們引入了塔型數(shù)據(jù)結(jié)構(gòu)(PDS),把圖像分成不同級(jí)的量化圖像,使得在不影響圖象分割