基于自适应阈值的脑肿瘤图像分割方法

AITNT
正文
推荐专利
基于自适应阈值的脑肿瘤图像分割方法
申请号:CN202510580942
申请日期:2025-05-07
公开号:CN120235901A
公开日期:2025-07-01
类型:发明专利
摘要
本发明提供了基于自适应阈值的脑肿瘤图像分割方法,包括收集脑肿瘤核磁共振图像,分析脑肿瘤核磁共振图像的分割问题特性;分析脑肿瘤核磁共振图像优化分割模型,选择反映真实分割情况的目标函数;构建沿梯度方向进化的多变异算子优化数值脉冲神经膜系统;基于目标函数和沿梯度方向进化的多变异算子优化数值脉冲神经膜系统,分别构建自适应阈值优化数值脉冲神经膜系统的脑肿瘤核磁共振图像多阈值分割模型和自适应阈值优化数值脉冲神经膜系统的脑肿瘤核磁共振多模态图像分割模型;利用两个模型进行图像分割。本发明的分割结果优于现有技术。
技术关键词
脉冲神经膜系统 图像分割模型 数值 保留图像边缘 多阈值 脑肿瘤分割 多模态 像素点 导向器 标记 变量 代表 误差模型
系统为您推荐了相关专利信息
1
一种多肽谱匹配数据的在线鲁棒PU学习方法
多肽谱匹配数据 学习方法 样本 学习算法 数据库搜索引擎
2
一种基于混合神经网络模型的海洋潮位模拟方法和装置
深度神经网络模型 混合神经网络模型 物理 时序 数据
3
基于特征生成与交叉注意力机制的光伏发电功率预测方法
交叉注意力机制 气象预报数据 光伏电站 历史气象数据 数值天气预报数据
4
一种基于RSSI修正的分级加权平移DV-HOP节点定位方法
节点定位方法 估计误差 锚节点 邻居 频率分析方法
5
一种基于机器学习的介电吸波材料电磁参数反演设计
材料电磁参数 机器学习模型 建立映射关系 石墨烯吸波材料 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号