基于简化的PCNN在超声乳腺癌图像去噪方面的应用
陆玉婧
李海燕
费勤水
施心陵
张榆锋
1.云南大学信息学院,云南昆明,6500912.云南大学信息学院,云南昆明,6500913.云南大学信息学院,云南昆明,6500914.云南大学信息学院,云南昆明,6500915.云南大学信息学院,云南昆明,650091
摘要：针对乳腺癌超声图像中斑点对诊断的影响,提出一种基于简化的脉冲耦合神经网络(simplified pulse-coupled neuralNetwork,SPCNN)的去噪新方法,并将此方法应用于乳腺癌超声图像滤波.首先利用简化的PCNN定位极端脉冲噪声点并利用中值滤波滤除椒盐噪声,然后利用PCNN赋时矩阵采用分类滤波自适应调节灰度值滤除高斯噪声.用实验图像验证了方法的有效性,然后将此方法应用于乳腺癌的超声图像中进行滤波,实验结果证实该方法对混合噪声在滤波效果和保护细节方面具有优势,对乳腺癌的超声图像能较好地滤除噪声,同时保证了细节,结合医学诊断证实了该方法的有效性.
关键词：简化的脉冲耦合神经网络超声乳腺癌图像椒盐噪声PCNN赋时矩阵自适应调节高斯噪声
分类号：R318(医用一般科学)TP391.1(计算技术、计算机技术)
资助基金：国家自然科学基金(61261007)云南省教育厅科研项目(K1050627)云南大学研究生科研项目(ynuy57)
论文发表日期：2013-01-01
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：5( 80-83,100 )
英文信息