新型融合方法的医学图像预处理和分类
【摘要】 为在尿沉渣的复杂环境中提取适合神经网络识别的图像信息，满足医学检测和分类的准确性要求，提出一种改进型卷积网络(improvedeonvollltionnelna1netwcnk$,ICNNs)的图像融合预处理方法。经过融合与重构，得到符合R、G、B要求的高质量射频多光谱信息图像。对比其它预处理方法与神经网络集成的识别分类数据可知，多种尿沉渣成分的识别率得到了显著提高，由聚堆问题引起的识别分类干扰持续下降。ICNNs与BPNNs(backpropagationneuralnetworks)集成方法的仿真实验结果表明了ICNNs图像融合预处理方法的先进性，以及ICNNs与BP识别神经网络集成的有效性和鲁棒性。
