论文研究基于PCNN与主动轮廓的肺CT候选结节的分割方法.pdf

基于轮廓的图像区域划分方法的研究，覃征，陈旸，本文针对图像融合问题，提出了基于轮廓的联合区域划分的方法。对于像素级融合来说，区域划分的结果将作为图像融合的基本单元，因

通过局部斑块相似性度量的基于区域的新型主动轮廓模型用于图像分割

针对排课系统的缺陷，提出了尊重学生学习规律，按照课程的重要程度和重要课程分配的时间间隔，利用图论的边着色理论，对排课资源进行建模，并给出了有效的多项式时间算法，使得排课问题的解决更加合理与人性化。

提出一种信任传播(belief propagation)算法，对混凝土CT图像进行分割处理。从分割结果看，该方法能够完整地反映出混凝土材料的内部结构和缺陷，并且与模拟退火算法ICM、Metropoli

甲状腺结节是全球主要的健康问题。在世界上碘含量较高的地区，普通人群中可触及的甲状腺结节的患病率约为女性的5％，男性的1％。高分辨率的颈部和甲状腺超声可以在相当一部分随机选择的个体中检测到甲状腺结节，在

将人工智能应用到医学图像中可减少医生工作量和患者的重复检查。针对现有甲状腺结节检测方法处理过程繁琐、特征提取困难等问题，提出一种基于卷积神经网络（CNN）的甲状腺结节检测方法。针对数据样本量小的限制，

为了有效表达图像的轮廓，给出了一种新颖的关键点描述轮廓方法。首先采用一种快速的点弦累加距离技术（chord-to-pointdistanceaccumulation，CPDA）用来提取角点；然后用椭圆

本文提出了一种基于全局最小化框架和水平集演化的基于区域的主动轮廓模型,用于磁共振图像的分割和去噪。 基于Nadaraya-Watson估计量和局部图像信息的新区域拟合能量被定义为强制曲线演化。 通过这

基于PSO算法和PCNN模型的图像自动分割算法，张永康，，Echhorn等人提出的脉冲耦合神经网络（PulseCoupledNeuralNetwork,以下简称PCNN）在图像处理中得到广泛的应用，但

针对传统的脉冲耦合神经网络（Pulse Coupled Neural Network，PCNN）模型中参数众多且不易自动选取，迭代次数结束条件不好确定的问题，提出了一种基于灰度迭代阈值脉冲耦合神经网络