BP-ANN在光学相干层析图像分类中的应用

作者：张舒; 梁艳梅; 王静怡

来源：光电子-激光, 2012, (02): 391-395.

• 光学相干层析(OCT)图像
• 纹理分析
• 人工神经网络(ANN)
• 模式分类 optical coherence tomography(OCT) images
• texture analysis
• artificial neural network(ANN)
• mode classification

为了研究反向传播人工神经网络(BP-ANN,back-propagation artificial neural network)对光学相干层析(OCT)图像的分类能力以及用不同算法训练的网络之间的性能差异,设计了基于纹理特征分析的BP-ANN图像分类实验系统。针对不同图像集,系统可根据类内和类间分散度的比值自适应地筛选最具区分性的纹理特征组成特征向量,再利用以不同算法训练的BP-ANN进行分类。实验表明,BP-ANN在经过快速训练后可以有效分辨不同组织图像,而Levenberg-Mar-quardt(LM)算法则被认为是最为有效的训练算法。以LM算法训练的BP-ANN可以在1 s内以平均8次的迭代计算完成训练,对测试集的分类准确率可以达到93.0%。

• 出版日期2012
• 单位南开大学