可拓倒傳遞類神經網路於腦部核磁造影分類之研究

NCUTIR > College of Electrical Engineering and Computer Science > Department of Electronic Engineering > 【電子工程系所】博碩士論文 > Item 987654321/4958

Please use this identifier to cite or link to this item: http://ir.lib.ncut.edu.tw/handle/987654321/4958

Title:	可拓倒傳遞類神經網路於腦部核磁造影分類之研究
Authors:	陳建鴻王圳木
Contributors:	電子工程系
Keywords:	分類核磁共振造影可拓倒傳遞類神經
Date:	2010
Issue Date:	2013-08-02 15:26:16 (UTC+8)
Publisher:	台中;國立勤益科技大學
Abstract:	近年來核磁共振造影(Magnetic Resonance Imaging, MRI)成為革命性的醫學診斷工具，應用於人體內部組織成像，由於其非侵入性與無輻射傷害的優點，在同一切面下用不同頻率去掃描，會得到不同的強度特徵，配合強大的成像序列變化，使其提供了龐大且豐富的組織訊息，經過長期臨床實驗，已證實對人體無害。由於MRI影像資訊量大、靈敏度高的特性，造成了雜訊與假影，面對如此龐大的訊息，如何使用電腦演算來降低醫師判讀的負擔，成了重要關鍵。本文應用可拓倒傳遞類神經網路(Extension Back Propagation Neural Network, BPENN)來對腦部MRI進行組織分類，本文結合可拓理論(Extension Theory)以及倒傳遞類神經網路(Back Propagation Neural Network, BPNN)方法，在EBPNN中加入可拓理論，取代原先倒傳遞類神經網路亂數權重的觀念。最後使用接收器操作特性(Receiver Operating Characteristic, ROC)來進行分類效能之評估，並且與BP和腦部自動分割工具(FMRIB's Automated Segmentation Tool, FAST)進行比較並證明其優異性。
Appears in Collections:	[Department of Electronic Engineering] 【電子工程系所】博碩士論文

Files in This Item:

There are no files associated with this item.

View Licence

Loading...