摘要
针对皮肤镜黑色素细胞瘤图像,提出一种基于自生成神经网络(self-generatingneuralnet-work,SGNN)的自动分割算法。算法首先采用区域生长的方法将图像进行粗分割;然后将每一个子区域看作一个叶节点,根据节点之间的相邻关系定义连接规则;最后采用SGNN对这些节点进行聚类,完成黑色素细胞瘤图像的分割。本文方法克服了传统SGNN算法对样本训练顺序敏感的缺陷,提高了效率,实验结果表明,该方法能够自适应确定聚类数目并准确分割黑色素细胞瘤图像。
出版日期
2008年04月14日(中国期刊网平台首次上网日期,不代表论文的发表时间)