您当前的位置：
首页 > 文献资料
所属专业：
FHN神经元文献资料
-
基于FHN神经元随机共振的低剂量肺部CT图像增强
目的 研究FitzHugh-Nagumo( FHN)神经元在弱信号检测中的随机共振机制,实现低剂量肺部CT图像的增强.方法 本文以低剂量肺部CT影像为例,在验证FHN神经元随机共振能够增强一维含噪信号有用信息的基础上,引入基于FHN神经元随机共振的图像增强方法:分别实现二维CT影像在行方向和列方向上的降维操作,以此作为FHN神经元随机共振的输入序列；FHN神经元的输出信号经过光栅扫描逆过程以及幅值映射放大处理后,通过判别器,完成低信噪比CT影像的增强.结果 FHN神经元随机共振方法增加了图像对比度,凸显影像中的有用信息.结论 本文研究为图像增强技术在医学影像中的应用提供了一种有效的新思路.
-
眼底视网膜血管多级分割的随机共振方法
目的 改善眼底视网膜低对比度血管的检测性能,提高眼部疾病临床辅助诊断的效率和准确率.方法 提出了一种基于随机共振机制的眼底视网膜血管多级分割方法 .首先用图像信号和附加噪声,获取全局意义下的FHN神经元非线性模型的佳随机共振响应,对高等级强度信号进行检测;然后将输入信号定义为去除高对比度血管的局部图像,优化参数后,再对低等级强度信号进行检测.后融合多级随机共振响应,得到眼底视网膜血管的分割结果 .结果 以DRIVE图像库为例,分别与两位专家手动分割结果进行灵敏度Sn的定量比较,本文方法得到的结果平均值较高,差值分别为0.2007、0.1817.结论 本文方法充分利用了噪声对于弱信号检测与分割作用,对低强度等级血管的分割上面优势明显.
