人工神经网络在医学影像领域的应用进展

《人工神经网络在医学影像领域的应用进展》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据·404·实用放射学杂志2008年3月第24卷第3期JPractRadiol，Mar．2008，V01．24，No．3plantpatients：CTfindings[J]．JComputAssistTomoF。1996，20[30](2)：295—299．[28]AquinoSL，KeeST，WarnoekML，eta1．Pulmonaryaspergillosis：imagingfindingswithpathologiccorrelation[J]．AJR，1994，163(4)：[31]811—815．[29]LoganPM，PrimackSL，MillerRR，eta1．1n

2、vasiveaspergillosisoftheairways：radiographic，CT，andpathologicfindings[J]．Radiology，[32]1994，193(2)：383—388．ZinckSE，LeungAN，FrostM，eta1．Pulmonarycryptococeosis：CTandpathologicfindings[J]．JComputAssistTomogr，2002，26(3)：330—334．LindellRM，HaRmanTE，NadrousHF。eta1．Pulmonarycryptococ—coals：CTfindingsinimmu

3、nocompetentpatients[J]．Radiology，2005。236(1)：326—331．FranquetT．Imagingofpneumonia：trendsandalgorithms[J]．EurRespirJ，2001。18(1)：196—208．人工神经网络在医学影像领域的应用进展ArtificialNeuralNetworkinApplicationofMedicalImaging苗廷巍综述，伍建林审校(大连医科大学附属第一医院放射科，辽宁大连116011)中图分类号：R814．49；R81文献标识码：A文章编号：1002—1671(2008)03—0404—0420

4、世纪40年代初期，心理学家W．Mcculloch、数学家W．Pitts提出人工神经网络(ArtificialNeuralNet．work，ANN)最早的数学模型，从此开创了神经科学理论的研究时代。人工神经网络的出现与发展，解决了对于那些利用其它信号处理技术无法解决的问题，已成为信号处理的强有力的工具。基于ANN技术基础上的计算机辅助诊断(computer—aideddiagnosis，CAD)系统的开发和运用也在医学影像领域发挥了很大的作用。本文对ANN的工作原理以及在医学影像学方面的临床应用进展进行综述。1人工神经网络的原理¨’21ANN是在对人脑组织结构和运动机制的认识理解基础上模拟其结构

5、和智能功能而构成的一种信息处理系统。高速信息处理能力、高容量知识存储以及自我组织、自我学习是ANN的特点。正是这些特点使ANN成为一种具有高度非线性的超大规模连续时间动力学系统。它突破了传统的以线性处理为基础的数字电子计算机的局限，是人们智能信息处理能力和模拟人脑智能行为能力的一大飞跃。1．1ANN基本原理人脑神经系统的基本单元是神经细胞，即生物神经元，人脑约有10”个神经元。每个生物神经元由细胞体、树突和轴突构成，一般1个细胞体接受数个树突输入的信息，并经过1个轴突输出到其他神经元。神经元的连接靠突触完成。人工神经元是ANN的基本单元，实际上是1个多输入单输出的非线性阈值器件，如同生物神经元

6、。神经元的输出可以收藕日期：2007—08—22作者简介：苗延巍(1971一)，男，辽宁省大连市人。天津医科大学毕业，博士在读，副教授。表示为口=以EW；Pi一0)i‘。一=1P；为神经元的输入向量；W；表示其它神经元与该神经元的连接强度，即权值向量，可正可负，分别表示兴奋性突触和抑制性突触；0为神经元的阈值；，表示神经元的传输函数，一般为单调升函数。当神经元的激活值(∑W；P；)超过阈值，就回发放兴奋，激活值越大，发放的兴奋脉冲数越多。单个人工神经元往往不能完成对输入信号的处理，要按一定的规则连接成网络，并让网络中每个神经元的权值和阈值按一定规则变化，才能实现预定的目标。ANN的连接形式和其

7、拓扑结构主要有2种，即分层型和互连型神经网络。分层型神经网络比较常见，它将所有神经元分为若干层，一般包括输入层、中间层和输出层。中间层不直接与外部输入和输出打交道，又称隐层，隐层神经元的数量可以选取。1．2ANN的训练与学习ANN必须经过学习才能具有智能特性。ANN的学习过程就是调节权值和阈值的过程。学习的形式主要有3种：有教师学习、无教师学习和强化学习。无论哪种方式，其学习都有一定规则，典型的包