10.3969/j.issn.1001-3695.2012.04.110
优化的PCNN自适应三维图像分割算法
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.
优化脉冲耦合神经网络、自适应三维分割、脑磁共振成像
29
TP391(计算技术、计算机技术)
广东省科技计划重点资助项目2009B010800019
2012-06-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
1591-1594