留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于神经网络的超声医学图像自动分割

汪天富 郑昌琼 李德玉

汪天富, 郑昌琼, 李德玉. 基于神经网络的超声医学图像自动分割[J]. 电子科技大学学报, 1997, 26(4): 366-368.
引用本文: 汪天富, 郑昌琼, 李德玉. 基于神经网络的超声医学图像自动分割[J]. 电子科技大学学报, 1997, 26(4): 366-368.
Wang Tianfu, Zheng Changqiong, Li Deyu. Neural Network Based Ultrasonic Medical Image Automatic Segmentation[J]. Journal of University of Electronic Science and Technology of China, 1997, 26(4): 366-368.
Citation: Wang Tianfu, Zheng Changqiong, Li Deyu. Neural Network Based Ultrasonic Medical Image Automatic Segmentation[J]. Journal of University of Electronic Science and Technology of China, 1997, 26(4): 366-368.

基于神经网络的超声医学图像自动分割

基金项目: 

国家自然科学基金,69572028

详细信息
    作者简介:

    汪天富 男 30岁 硕士 讲师

  • 中图分类号: TN941.1

Neural Network Based Ultrasonic Medical Image Automatic Segmentation

计量
  • 文章访问数:  3985
  • HTML全文浏览量:  138
  • PDF下载量:  83
  • 被引次数: 0
出版历程
  • 收稿日期:  1997-01-27
  • 修回日期:  1997-03-19
  • 刊出日期:  1997-08-15

基于神经网络的超声医学图像自动分割

    基金项目:

    国家自然科学基金,69572028

    作者简介:

    汪天富 男 30岁 硕士 讲师

  • 中图分类号: TN941.1

摘要: 图像分割是多维超声医学图像重建中最重要和最困难的问题。文中将传统的最近邻分类方法与自组织神经网络相结合,提出了一种超声医学图像的自动分割方法。实验表明,与传统的K平均方法相比,该方法除具有自动分割优点外,还具有稳定性好,自适应强,分割准确等优点。

English Abstract

汪天富, 郑昌琼, 李德玉. 基于神经网络的超声医学图像自动分割[J]. 电子科技大学学报, 1997, 26(4): 366-368.
引用本文: 汪天富, 郑昌琼, 李德玉. 基于神经网络的超声医学图像自动分割[J]. 电子科技大学学报, 1997, 26(4): 366-368.
Wang Tianfu, Zheng Changqiong, Li Deyu. Neural Network Based Ultrasonic Medical Image Automatic Segmentation[J]. Journal of University of Electronic Science and Technology of China, 1997, 26(4): 366-368.
Citation: Wang Tianfu, Zheng Changqiong, Li Deyu. Neural Network Based Ultrasonic Medical Image Automatic Segmentation[J]. Journal of University of Electronic Science and Technology of China, 1997, 26(4): 366-368.

目录

    /

    返回文章
    返回