基于仿生模式识别的医学图像分割方法

提出了一种基于仿生模式识别的医学图像分割算法。该算法首先根据训练样本矢量确定ψ3神经元的权值,并在此基础上构建多权值神经元网络;然后利用神经元网络完成样本在高维特征空间的最佳覆盖;最后根据覆盖结果进行识别、分割。实验结果表明,与传统医学图像分割方法相比,该算法具有更高的准确性和可靠性,更好的泛化能力。此外,该算法从"认识"的角度出发,可以有效融合先验知识,能快速准确地从医学图像中分割出感兴趣的区域,具有较高的智能性。