陈 洁，雷 萌

（1. 西藏民族大学 信息工程学院，陕西 咸阳 712082；2. 西藏自治区光信息处理与可视化技术重点实验室，陕西 咸阳 712082）

0 引言

图像处理技术是细胞显微图像分析的重要手段，通过对细胞显微图像的去噪、增强、平滑、轮廓检测、目标分割等操作，可以对细胞进行识别、特征提取、特征统计等，从而为医学、药理学研究分析提供帮助[1-2]。

脉冲耦合神经网络PCNN（Pulse Coupled Neural Network）是一种较新的神经网络模型，模拟哺乳动物视觉皮层神经元对视觉信号的反应。其特点是无需通过大量训练，且处理过程符合人类视觉特征，因此在图像处理领域有其独特的应用优势和前景。本文研究了图像增强技术[3-5][8-10]，选择基于脉冲耦合神经网络（PCNN）的方法对乳鼠心肌细胞图像进行增强处理。

1 PCNN模型

脉冲耦合神经元由接收输入域、非线性连接调制域和脉冲产生域三部分组成[6]。接收输入域由线性连接输入L和反馈输入F两部分组成。线性连接输入部分接收邻域神经元突触的输入信号，反馈输入除了接收邻域神经元的反馈信号外，还接收来自外界的刺激信息输入。两个输入通道的信号经过调制域形成内部活动项U，当U大于动态阈值E时，神经元点火，发出脉冲信号。同时，脉冲信号被反馈回阈值调整模块，动态阈值 E被提升到 VE（VE>U），神经元不再发出脉冲。接着，动态阈值E根据衰减时间常数αE发生衰减，直到U>E，再次发出脉冲信号。现阶段图像处理领域较流行的简化的PCNN模型[8]如图1所示，该简化模型从反馈输入F中去掉了邻域神经元的反馈信号，只接收外界信息输入（在图像处理中一般以该像素灰度值S作为F输入）。图1……