周 慧，张尤赛，龚 淼

（江苏科技大学 电子信息学院，江苏 镇江 212000）

基于RBF神经网络的医学图像分类算法研究

周 慧，张尤赛，龚 淼

（江苏科技大学 电子信息学院，江苏 镇江 212000）

本文提出一种基于RBF神经网络的医学图像分类算法，利用像素的特征信息作为训练样本对RBF神经网络进行训练，使用训练后的RBF神经网络图像的分类识别，对不同的分类结果赋予不同rgb值进行显示。实验结果表明，RBF神经网络的结构简单、学习权值数量少且收敛速度快，不仅能有效的区分医学图像中的不同结构，显示图像细节，同时其误差曲线收敛稳定、速度快。

医学图像；特征信息；RBF神经网络；图像分类

人工神经网络[1]由元器件和物理处理单元构成。它是用来模拟人脑生物神经网络的结构和功能，试图将生物神经网络简单化、抽象化、模拟化，从而将其应用到其他工程领域中的计算机应用技术。RBF神经网络[2-3]是前馈型神经网络中的一种新网络，具有结构简单、训练速度快、函数逼近能力和分类能力强等特点，由该网络构成的系统是有界的、稳定的。RBF神经网络的上述特点使得它在各个领域中都得到了广泛的应用。尤其在解决分类问题中，它的优势在于用线性的学习算法解决非线性算法所解决的工作。不仅可以保持结果的准确性，同时实现分类工作的高效性。

文中提出一种基于RBF神经网络的医学图像分类[4-5]算法，该方法通过获取像素数据特征构建神经网络训练集对RBF神经网络进行训练学习，完成学习训练后保存网络参数，再利用训练好的RBF神经网络对整幅图像进行分类操作。……