换一批摘要目的:解决原始医学成像过程中存在的对比度低、细节模糊和噪声高等图像问题,旨在提高医学图像的质量和应用性能.方法:通过对时滞神经网络模型的技术原理进行分析,构建四维时滞神经网络模型,探索参数最优设置方式,从而提出一种基于时滞神经网络的低质图像增强方法,并验证该模型能够实现微小信号的放大作用.结果:在2个数据集上进行图像增强性能验证,与主流增强算法的实验进行对比分析,显示信息熵值均值高于其他方法38.8％,并在超声和核磁共振图像中得到证实.结论:基于时滞神经网络的低质图像增强方法,可提升低质医学图像的质量,能在显著提高图像对比度的基础上,更好地保留图像细节信息.
更多相关知识
分类号
TP389.1
栏目名称
DOI
10.11778/j.jdxb.20240275
发布时间
2025-10-31（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（2021GJ07）
黑龙江省博士后科研基金（200323003）
- 浏览0
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
