1、超聲成像技術由于其獨具的實時性、無損性、廉價性、可重復性好和靈敏度高等優(yōu)點使其成為臨床診斷的首選影像方法。然而由于超聲成像機制導致了醫(yī)學超聲圖像質(zhì)量低下，從而使得用人工判讀的方式具有很大的主觀性。因此，如何通過計算機對超聲圖像進行圖像處理以提高圖像質(zhì)量，分離感興趣目標、提取組織特征和根據(jù)這些特征為醫(yī)生提供較客觀的輔助診斷成為臨床急需解決的問題。為此，本文將重點圍繞超聲圖像分割進行深入研究，取得的具體研究成果包括：
　　1、針對超聲

2、圖像的特征提取方法進行了研究。圖像像素的兩個主要屬性為灰度值和紋理值，本文選擇目前醫(yī)學超聲圖像的紋理特征的提取的兩種主要方法：基于統(tǒng)計的灰度共生矩陣和Laws能量濾波模板，對超聲圖像的每個像素提取灰度值和對應的紋理值作為脈沖耦合神經(jīng)網(wǎng)絡的輸入。
　　2、利用脈沖耦合神經(jīng)網(wǎng)絡實現(xiàn)超聲圖像的初始輪廓提取。脈沖耦合神經(jīng)網(wǎng)絡(PCNN)，通過模擬哺乳動物的視覺特性對圖像進行處理和分析，能夠取得較好的結果。但是，PCNN數(shù)學模型中種門限系數(shù)