基于自组织特征映射神经网络的医学图象分割方法

本项目研究了基于分形几何与神经网络的医学图象分割方法。首先对分形维数特征进行有效的评价，提出了特征压缩和扩充方法，取得了良好的分割效果。通过对自组织神经网络的深入研究，提出了非线性权系数修改方法，使输入输出概率满足线性关系，并创造性地提出了混合神经网络的构造和学习方法，提出了分割的准确性。将自产生神经网络用于超声医学图象的全自动分割，在搜索图象目标数的同时完成对图象的分割，实现了两个过程的有机统一，从而提高了分割速度。本项目的研究成果将促进医学图象多维重建技术的临床应用和推动分形几何与神经网络应用研究的发展，具有巨大的科学意义和广阔的应用前景，从而为大众健康提供高效率、低成本的服务。