基于改进自生成神经网络的皮肤镜黑色素细胞瘤图像分割-中国期刊网

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。

1陈湘,郝宇欣,陈志亮,赵海东. 基于神经网络的图像分割研究.,2022-09.
2赵墨涵,李旭. 基于卷积神经网络改进的图像自动分割方法探析.教育学,2020-07.
3贾文仪,崔新景,李新伊,张昱. 视盘黑色素细胞瘤1例.医药卫生,2022-12.
4徐巍呙登辉陈静郭梦茜. 皮肤鳞状细胞癌、基底细胞癌与黑色素瘤的皮肤镜检查分析.医学心理学,2018-09.
5Bauer J.;Blum A.;Strohhcker U.;Garbe C.;党倩丽. 应用数字皮肤镜筛检皮肤恶性黑色素瘤高危人群.皮肤病学与性病学,2005-08.
6袁麟，刘常胜，姜雨辰，张海洁，彭磊. 基于TensorFlow卷积神经网络的CT图像分割.建筑技术科学,2022-11.
7Urso C.. 假黏液样变的皮肤黑色素瘤.皮肤病学与性病学,2006-08.
8刘倩,杨文利,李栋军,王子杨,陈伟,赵琦,李逸丰,崔蕊,沈琳,魏文斌. 视盘黑色素细胞瘤的超声特征分析.医药卫生,2021-11.
9张芹,杜平丽,张洁,赵娟娟,曾敏. 皮肤恶性黑色素瘤患者预后的影响因素.医药卫生,2021-09.
10杨昕宇,高慧. 皮肤恶性黑色素瘤的诊断研究进展.医药卫生,2021-06.

基于改进自生成神经网络的皮肤镜黑色素细胞瘤图像分割

来源期刊

相关推荐

同分类资源更多

相关关键词

基于改进自生成神经网络的皮肤镜黑色素细胞瘤图像分割

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多