神經(jīng)網(wǎng)絡(luò)串并聯(lián)學(xué)習(xí)算法在B超圖像識別中的應(yīng)用.pdf

1、如何更好地利用神經(jīng)網(wǎng)絡(luò)在信息處理方面的優(yōu)勢解決B超圖像識別問題是本文研究的目的和重點。本文圍繞B超圖像識別這一中心課題，研究了目標(biāo)圖像特征數(shù)據(jù)的提取，神經(jīng)網(wǎng)絡(luò)串并聯(lián)拓?fù)浣Y(jié)構(gòu)和學(xué)習(xí)算法，以及神經(jīng)網(wǎng)絡(luò)識別技術(shù)。研究結(jié)果使我們進(jìn)一步增強(qiáng)了對神經(jīng)網(wǎng)絡(luò)的理解和認(rèn)識，拓寬了它們解決更多實際問題的應(yīng)用空間。B超作為醫(yī)學(xué)圖像的一種重要診斷手段，研究其圖像識別技術(shù)具有重要的現(xiàn)實意義和應(yīng)用價值。本文的主要工作總結(jié)如下： 在神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法部分，本

2、文給出了神經(jīng)網(wǎng)絡(luò)串并聯(lián)模型的拓?fù)浣Y(jié)構(gòu)，提出了兩個學(xué)習(xí)算法的定理。詳細(xì)介紹了神經(jīng)網(wǎng)絡(luò)串并聯(lián)學(xué)習(xí)算法的學(xué)習(xí)過程。神經(jīng)網(wǎng)絡(luò)串并聯(lián)是在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，根據(jù)解決實際問題的需要發(fā)展起來的一種新型神經(jīng)網(wǎng)絡(luò)模型。神經(jīng)網(wǎng)絡(luò)串并聯(lián)網(wǎng)絡(luò)將一個復(fù)雜的網(wǎng)絡(luò)輸入分解成較簡單的一系列子神經(jīng)網(wǎng)絡(luò)的輸入，各子神經(jīng)網(wǎng)絡(luò)通過串聯(lián)或并聯(lián)連接，它們大大降低了單個神經(jīng)網(wǎng)絡(luò)的規(guī)模，加快了學(xué)習(xí)速度。 在對B超圖像的處理和特征提取部分，先對B超圖像進(jìn)行灰度化，去機(jī)密信息和

3、圖像感興趣區(qū)域選擇。再對圖像進(jìn)行特征提取，包括不變矩特征、頻譜特征、紋理統(tǒng)計矩特征以及基于灰度共生矩陣的紋理特征四大類特征數(shù)據(jù)。文中數(shù)據(jù)顯示，所提取的四類特征數(shù)據(jù)都具有很好的旋轉(zhuǎn)不變性，都較好地符合了醫(yī)學(xué)B超圖像的識別參數(shù)。 在神經(jīng)網(wǎng)絡(luò)串并聯(lián)對B超圖像的識別部分，結(jié)合計算機(jī)技術(shù)、生物醫(yī)學(xué)工程和模式識別技術(shù)，提出利用神經(jīng)網(wǎng)絡(luò)串并聯(lián)方法對肝臟B超圖像進(jìn)行識別。采用120個樣本，四類圖像各30個樣本，均來自同一醫(yī)師和同一超聲儀器。從每