基于模糊逻辑与神经网络的医学图像融合算法研究
版权申诉
69 浏览量
更新于2024-08-08
收藏 4.73MB PDF 举报
本篇硕士学位论文深入探讨了人工智能在医学图像融合中的应用,主要聚焦于基于模糊逻辑和RBF模糊神经网络的方法。作者白永强,专业为电路与系统,由导师那彦指导,于2010年提交。论文的核心内容分为三个部分:
1. T-S模糊推理系统融合算法:作者提出了一种新颖的医学图像融合策略,利用T-S模糊推理系统与RBF模糊神经网络之间的等价性。通过误差反向传播和一阶梯度修正算法,训练RBF神经网络,进而构建出等效的T-S模糊推理系统。这种方法将CT和MRI图像作为输入,输出则是融合后的图像。
2. RBF模糊神经网络融合方法:论文进一步提出了简化了网络结构和训练算法的融合技术,这不仅降低了复杂性,而且提升了融合性能。这种方法在保持高精度的同时,减少了计算负担。
3. 区域方差引入的改进:作者将图像的区域方差这一特性融入模糊神经网络融合算法,显著改善了软组织部分的融合效果。这种结合考虑了图像局部特征的融合方法,提高了融合图像的质量。
论文通过对比传统融合方法,强调了所提出的两种方法在信息综合方面的优势,尤其是在处理噪声污染图像时,展示了良好的适应性。通过主观评估和客观评价指标,证明了新方法在融合效果上的优越性。
关键词:医学图像融合、模糊逻辑、模糊神经网络。这篇论文对人工智能在医学图像融合领域的研究做出了重要贡献,为医疗影像分析提供了有效的技术手段,对于提高医学诊断的精确性和效率具有实际价值。
2023-05-13 上传
2023-05-11 上传
2023-05-09 上传
2023-05-09 上传
2023-04-02 上传
2023-04-28 上传
2023-05-31 上传
2023-04-05 上传
programcx
- 粉丝: 42
- 资源: 13万+
最新资源
- 计算机二级Python真题解析与练习资料
- 无需安装即可运行的Windows版XMind 8
- 利用gif4j工具包实现GIF图片的高效裁剪与压缩
- VFH描述子在点云聚类识别中的应用案例
- SQL解释器项目资源,助力计算机专业毕业设计与课程作业
- Java实现Windows本机IP定时上报到服务器
- Windows Research Kernel源码构建指南及工具下载
- 自定义Python插件增强Sublime文本编辑器功能
- 自定义Android屏幕尺寸显示及Ydpi计算工具
- Scratch游戏编程源码合集:雷电战机与猫鼠大战
- ***网上教材管理系统设计与实现详解
- Windows环境下VSCode及Python安装与配置教程
- MinGW-64bit编译opencv库适配Qt5.14
- JavaScript API 中文离线版手册(CHM格式)
- *** 8 MVC应用多语言资源管理技巧
- 互联网+培训资料深度解析与案例分析