龙源期刊网 http://www.qikan.com.cn
一种基于神经网络算法的CT图像自动分割方法
作者：储健,於文雪
来源：《电脑知识与技术》2011年第25期
摘要：神经网络是模式识别理论中热点，适用于图像分割。如何将感兴趣区域从医学图像中提取出来，并进行组织自动识别是难点。利用经典的Kohonen自组织特征映射神经网络，结合多模态上下文关联神经网络，实现CT图像的自动分割。再结合图像解剖结构先验知识，设定特征描述子和判定准则，自动标识出图像感兴趣区域和组织器官轮廓。
关键词：神经网络；感兴趣区域；自动分割；自组织特征映射；多模态上下文关联 中图分类号：TP391文献标识码：A文章编号：1009-3044(2011)25-6209-03 An Automatic Segmentation Approach for CT Image Based on Neural Network CHU Jian, YU Wen-xue
(The Image Technology Laboratory, Southeast University, Nanjing 210096, China)
Abstract: Neural network is hot in pattern recognition theory, and useful for image segment. The way to extracting the region of interest (ROI) from medical images and automatically identifying is difficult. With the in-depth analysis of neural network algorithm, it’s proposed that self-organizing map (SOM) and multi-module contextual (MMC) combined neural network method to achieve automatic segmentation in CT images. Using the prior knowledge of anatomy combined with the image, it sets the feature descriptors and evaluation of criteria, to automatically identify the image region of interest, tissues and organs.
Key words: neural network; region of interest; automatic segmentation; self-organizing map; multi-module contextual
图像分割是指根据区域内的相似性及区域间的不同，将图像分成各具特性的区域，并提取出感兴趣区域的技术和过程。而医学图像分割在医学和解剖上更具有明确的意义，是当前医学图像领域的热点和前沿课题，也是医学图像处理和分析过程中的关键技术，更是进行图像识别、图谱匹配、可视化、定量分析和计算机辅助诊断等处理的必要前提[1]。目前，医学图像分割主要以各种细胞、组织与器官的图像作为处理的对象。例如磁共振颅脑图像的分割，其目的就在于清晰地描绘出颅脑各个解剖结构的边界，如灰质、白质、脑脊液以及MR图像中的其它组织。如何从医学图像中将感兴趣区域（病灶、组织器官等）提取出来，是图像分析和识别首要解决的问题，也是制约医学图像处理中其它技术发展和应用的瓶颈。传统的医学图像分割
一种基于神经网络算法的CT图像自动分割方法
