مرکز منطقه ای اطلاع رساني علوم و فناوري - نمايش سه بعدي و تجربه تصاوير پزشكي MRI به كمك شبكه عصبي هاپفيلد

چكيده :

در اين پروژه از شبكه عصبي هاپفيلد رقابتي Network CHNN Competitive Hofield Neural به صورت Unsupevised براي دسته بندي و تجزيه تصاوير پزشكي MRI استفاده شده است . اين شبكه نوع خاصي از شبكه هاپفيلد است كه در آن شبكه بصورت رقابتي Winner Takes All آموزش مي بيند. مسيله تجزيه تصوير انجام مي شود. در اين شبكه تابع انرژي كه نمايانگر متوسط مربع اختلاف بين شدت روشنايهايي ايست كه در يك گروه قرار مي گيرند به حداقل مي رسد. تعداد نورونها در اين شبكه مستقل از ابعاد تصوير مي باشد. با توجه به ساختار اين شبكه و آموزش به صورت WTA براي كاهش احتمال نوسانات نامحدود، اين شبكه بايد به صورت آسنكرون آموزش داده شود. مشكلي كه در اكثر شبكه هاي عصبي وجود دارد، مشكل حداقل هاي محلي Local Minimum است . در اين پروژه با ارايه يك روش جديد وضعيت محلي كاهش يابد، نتايج شبيه سازي كاهش بسيار زياد خطاي متوسط در دسته بندي چند مجموعه از داده هاي اتفاقي را نشان مي دهد. تصاوير سه بعدي بدست آمده از سيستم هاي تصويربرداري پزشكي معمولا در جهات مختلف داراي قدرت تفكيك Resolution يكنواخت نيستند...