论文研究优化的PCNN自适应三维图像分割算法.pdf

脉冲耦合神经网络(pulsecoupledneuralnetwork,PCNN)对图像分割具有天然的优势，但是传统的PCNN模型参数难以确定，且算法耗时多。对多种PCNN模型进行研究改进，并利用统计学知识提出了一种精简高效的自适应三维分割算法。将其用于脑部磁共振成像（magneticresonanceimaging,MRI)图像的分割，把脑组织分成白质、灰质和脑脊液。与标准PCNN、传统的Otsu阈值方法、SPM8工具箱及专家手动分割结果的对比实验表明，该自适应算法具有精确性、高效性。