Klassifizierung und Segmentierung medizinischer Bilder mit Hilfe der selbstlernenden topologischen Karte

Abstract

Theorien neuraler assoziativer Netzwerke als Basis für lernende und klassifizierende Verfahren wurden in den letzten Jahren vorgestellt und angewendet (1),(2). Unter Verwendung eines Verfahrens, der selbstlernenden topologische Karte, die von T. Kohonen eingeführt und in der Spracherkennung angewandt wurde, wird die Klassifizierung und Segmentierung von medizinischen Bildern vorgenommen. Eingangsinformation für die Lernphase der Karte bilden lokale Texturmaße und daraus abgeleitete Maße. In einem selbstorganisierenden Lernprozeß wird die Topologie des hochdimensionalen Merkmalsraums auf die Karte abgebildet. Die Karte zeigt bei leichter Modifikation des Lernverfahrens eine gute Konvergenz auch im zweidimensionalen Fall.Es konnten im Vergleich mit einer Diskriminanzanalyse gute Ergebnisse erzielt werden.