摘要
本发明提出了一种增强模糊超盒神经网络的医学图像识别方法。增强模糊超盒神经网络因其在线学习能力被广泛应用于图像识别领域,本方法对模糊超盒神经网络模型进行改进并将其用于医学图像识别中。模型首先采用灰度共生矩阵对乳腺癌自组织病理图像进行纹理特征提取,为后续的图像识别提供关键的特征信息,其次将提取到的特征数据输入到增强模糊超盒神经网络模型中,并采用空间搜索优化算法对生成的超盒进行优化,最后输出乳腺癌自组是病理图像的识别结果。
技术关键词
医学图像识别方法
灰度共生矩阵
医学图像数据集
搜索优化算法
医学图像分类
图像纹理特征
度量
医学图像数据库
对比度
神经网络模型
组织病理图像
纹理特征提取
图像灰度值
隶属度函数
系统为您推荐了相关专利信息
均匀性评估方法
双曲板
像素点
视角
移动立方体算法
引线框架
表面纹理特征
电感耦合等离子体发射光谱法
深度学习模型
图像处理算法
钢筋
无人机倾斜摄影
图像快速重构
阈值分割方法
形态