新型融合方法的医学图像预处理和分类

摘要：

为在尿沉渣的复杂环境中提取适合神经网络识别的图像信息,满足医学检测和分类的准确性要求,提出一种改进型卷积网络(improved convolution neural networks,ICNNs)的图像融合预处理方法.经过融合与重构,得到符合R、G、B要求的高质量射频多光谱信息图像.对比其它预处理方法与神经网络集成的识别分类数据可知,多种尿沉渣成分的识别率得到了显著提高,由聚堆问题引起的识别分类干扰持续下降.ICNNs与BPNNs (back propagation neural networks)集成方法的仿真实验结果表明了ICNNs图像融合预处理方法的先进性,以及ICNNs与BP识别神经网络集成的有效性和鲁棒性.

关键词：改进型卷积网络、反传神经网络、最优支撑值、特征提取、稀疏矩阵、函数重构

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目;全国青年教师教育教学研究课题重点资助课题基金项目;北京市自然科学基金项目

在线出版日期：2020-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：169-175