基于BP神经网络脑部CT图像模式分类方法的研究

摘要

提出一种基于灰度共生矩阵和BP神经网络脑部CT图像模式分类模型的构建方法.运用灰度共生矩阵对图像进行纹理特征提取,将能量、惯性矩、局部稳定性、熵四项特征参数作为BP神经网络的输入向量,随机抽取160幅正常、异常属性的脑部CT图像,进行网络训练、测试评估.实验结果显示:分类平均正确率达99%,可为脑部CT图像的正常、异常初步分类提供参考依据.