学位论文 > 优秀研究生学位论文题录展示
混沌神经网络算法研究及其在医学图像处理中的应用
作 者: 张诣
导 师: 王兴元
学 校: 大连理工大学
专 业: 生物医学工程
关键词: 医学图像加密 医学图像融合 医学图像压缩 混沌神经网络
分类号: TP391.41
类 型: 博士论文
年 份: 2013年
下 载: 85次
引 用: 0次
阅 读: 论文下载
内容摘要
随着医疗信息化技术的迅速发展,越来越多的医学成像设备出现在医疗服务机构中,由此产生了海量的医学图像数据,这就对医学图像的存储以及传输有了更高的要求。要求采取相应的技术以能够保证图像的安全、精确并且减少数据量。本文所做的研究内容主要是混沌理论在医学图像处理中的应用,主要研究工作有如下三个方面。在医学图像加密方面,将二维Logistic和Henon混沌映射结合产生DES算法的轮密钥,使其密钥可以实现动态变化:将改进的DES算法应用到医学图像加密中,仿真结果表明加密后的图像含有类似随机噪声的一些信息,因此对于不知道密钥的窃听者来说是很难识别的,进而可以在传输中保护图像数据。同时还利用几种攻击方式,对本算法的安全性进行了分析。在医学图像融合方面,提出了一种基于Logistic映射的混沌递归对角神经网络模型并设计它的网络结构,提出了基于对角神经网络和混沌对角神经网络的医学图像融合算法,比较两种网络的融合性能;提出了一种模糊混沌神经网络,设计了它的结构,推导了它的数学模型和权值的训练公式,并给出了如何将其应用于医学图像融合的步骤。在医学图像压缩方面,提出了两种基于Chebyshev映射的前向混沌神经网络模型:①Ⅰ型网络——隐层添加混沌神经元,②Ⅱ型网络——利用混沌搜索初值;将这两种网络应用到医学图像的压缩中,最后将这两种混沌神经网络与BP神经网络在压缩性方面进行比较;提出了一种基于菱形搜索的分形压缩算法,通过菱形搜索模板及路径,以达到快速定位的目的。
|
全文目录
摘要 4-5 Abstract 5-14 1 绪论 14-31 1.1 研究背景和意义 14-23 1.1.1 混沌理论发展简介 14-15 1.1.2 混沌的定义 15-16 1.1.3 混沌理论中的基本概念 16-17 1.1.4 混沌的主要特征 17 1.1.5 刻画混沌的特征量 17-19 1.1.6 通向混沌的道路 19 1.1.7 混沌映射 19-23 1.2 国内外相关研究进展 23-29 1.2.1 混沌密码学的研究进展 24-25 1.2.2 图像融合的研究进展 25-26 1.2.3 图像压缩的研究进展 26-28 1.2.4 混沌神经网络的研究进展 28-29 1.3 本文主要工作 29-31 2 基于二维混沌映射的DES算法的医学图像加密 31-45 2.1 混沌分组密码 31-35 2.1.1 混沌映射与密码学的关系 31-33 2.1.2 混沌分组密码的构造方法 33-35 2.1.3 混沌加密系统的设计原则 35 2.2 基于二维混沌映射的DES算法 35-40 2.2.1 DES算法简介 35-37 2.2.2 改进的DES算法设计及算法步骤 37-40 2.3 改进的DES算法仿真实验安全性分析 40-44 2.3.1 密钥空间分析 40 2.3.2 密钥敏感性分析 40-42 2.3.3 统计特性分析 42-44 2.4 本章小结 44-45 3 基于混沌神经网络的医学图像融合 45-64 3.1 医学图像融合简介及意义 45-46 3.2 图像融合评价方法 46-47 3.3 混沌对角递归神经网络 47-52 3.3.1 对角递归神经网络简介及结构 47-49 3.3.2 混沌对角递归神经网络结构 49-51 3.3.3 混沌对角递归神经网络学习算法 51-52 3.4 医学图像融合实验与仿真 52-58 3.5 其他医学图像融合模型 58-63 3.5.1 模糊混沌神经网络的结构及数学模型推导 59-61 3.5.2 模糊混沌神经网络的学习算法 61-63 3.5.3 基于模糊混沌神经网络的医学图像融合的步骤 63 3.6 本章小结 63-64 4 基于混沌神经网络和分形的医学图像压缩 64-92 4.1 医学图像压缩简介及意义 64 4.2 图像压缩评价方法 64-66 4.2.1 主观评价 64-65 4.2.2 客观评价 65-66 4.3 基于Chebyshev映射的前向混沌神经网络 66-70 4.3.1 前向混沌神经网络 66-67 4.3.2 Ⅰ型前向混沌神经网络 67-69 4.3.3 Ⅱ型前向混沌神经网络 69-70 4.4 基于神经网络的图像压缩原理及算法实现 70-72 4.4.1 图像压缩原理 70-71 4.4.2 图像压缩算法实现及流程 71-72 4.5 医学图像压缩实验与仿真 72-88 4.6 其他医学图像压缩模型 88-91 4.6.1 菱形搜索 89-90 4.6.2 基于菱形搜索的分形压缩 90-91 4.7 本章小结 91-92 5 结论与展望 92-94 5.1 结论与创新点 92 5.2 创新点摘要 92-93 5.3 展望 93-94 参考文献 94-102 攻读博士学位期间发表学术论文情况 102-103 致谢 103-104 作者简介 104-105
|
相似论文
- 基于水平集区域分割的医学图像融合算法研究,TP391.41
- 数字图像加密中的混沌算法研究,TP309.7
- 混沌神经网络公钥加密算法在邮件系统中的实现与应用,TP393.098
- 妇科手术图像预处理研究与实现,TP391.41
- 基于小波变换的CT/MRI图像融合技术,TP391.41
- 利用小波变换与优化截断的嵌入式块编码进行图像压缩,TP391.41
- 基于EMD的医学图像融合算法研究,TP391.41
- 海下开采岩层变形混沌时序重构与安全预警系统研究,TD807
- 基于智能融合的全生命周期造价估算方法研究,F284
- 神经网络混沌加密算法的研究与FPGA设计,TP183
- 基于混沌神经网络的四色图解法研究与优化,TP183
- 非线性自反馈混沌神经网络的研究与应用,TP183
- 基于DICOM标准的医学图像融合方法研究,TP391.41
- 基于小波的医学图像融合,TP391.41
- 医学图像融合及融合质量评价研究,TP391.41
- 基于小波变换的医学图像融合技术研究,TP391.41
- 基于混沌神经网络的电力负荷预测,TM715
- 基于混沌神经网络的随机需求多车辆路径问题研究,TP301.6
- 云推理医学图像融合方法研究,TP391.41
- 基于二维经验模态分解的医学图像融合,TP391.41
- 多模医学图像配准及融合方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|