王锦程，郁芸，2△，杨坤，胡新华

（1.南京医科大学基础医学院，江苏南京，210029；2.南京航空航天大学自动化学院，江苏南京210000；3.南京医科大学脑科医院，江苏南京210029）

1 引 言

基于脑肿瘤MRI进一步进行图像分割等处理，有着广泛的应用和研究价值，比如：测量病灶的尺寸，有助于医生诊断及制定治疗方案；提取感兴趣肿瘤区域，有助于医学图像的分析和识别；进行医学图像的三维构建和可视化，有助于放射计划的三维定位和外科手术方案的制定等。

近年来随着计算机分割技术的发展，已有许多MRI分割方法被提出，常用的有阈值法［3］、边缘检测法［4］、区域分割法［5］等，对分割图像起到了很大的作用。其中，人工神经网络（artificial neural networks，ANN），是一种基于生理学的智能仿生模型，是由大量处理单元互联组成的非线性大规模自适应动力学系统，由于具有较强的自适应性和较好的鲁棒性［6］，能有效抵抗噪声、模糊等干扰。ANN技术的发展，已在预测［7-10］、模式识别［11-12］、故障诊断［13］、聚类分析［14］等方面得到广泛应用。而 BP（back propagation，BP）神经网络，作为 ANN中的一种，在图像处理中发挥了重要作用。本研究将介绍基于BP神经网络方法的MRI图像分割原理和方法应用。

2 BP神经网络方法原理

BP神经网络，即多层前馈神经网络，其核心思想是利用已知结果的样本对网络模型进行基本训练，再将训练好的神经网络应用于未知的待处理的样本，其结构见图1：

图1 BP网络结构Fig 1 BP network structure

图 1中，x1，x2，…，xn为输入信号，y1，y2，…，ym为输出信号，BP神经网络包括输入层、隐含层和输出层，是具有三层或三层以上神经元的神经网络。……