小。基于神经网络的白细胞图像边缘检测论文原稿。在不同的感受野和神经元模型基础上，等人在文献中建立了种用于图像边缘检测的神经网络模型，其结构如图所示。网络的输入层相当于个个光接收器，每个光接收器与待分割图像的像素对应。中间层由个并列的神经元阵列和组基于神经网络的白细胞图像边缘检测论文原稿。突触权重受和的控制，本文中设置为，为。并设和等于，的最大值，即将输入图像的灰度值进行归化。进行了不同大小的感受野值和值下的实验，发现，和这个参数的值越大，网络对图像噪声越不敏感，但此时图像边缘将越模糊。且考虑到和，应设置以确保与生物系统中的感受野相致。综合以上分析，本文设置的大小为。此时，突触权重和的取值可表示为其中为感受野的中心位置，∈，和为常数，和表示兴奋性以及抑制性突触权重的最大值。其他个神经元，和受与相似的系列方程控制。当个神经元的膜电位超过时，神经元将发射个脉冲，继而进入段长为的不起反应期，在该期间神经元停止接收脉冲输入。过了之后，神经元将继续整合输入以便发射脉冲。用符号表示由神经元发射的脉冲串类似地，神经元，所产生的脉冲串分别少判断图像分割成功与否的标准。神经元模型经过测试显示，基于电导率的神经元模型比较接近神经元模型。故而，我们在网络中采用神经元模型。用符号，表示输入层处图像的像素灰度值，和分别表示由处接收器的兴奋性电流和抑制性电流引起的峰值电导率，假设这者之间的关系为式中，和为常数。根据神经元模型，神经元由下列个方程控制方程中各个符号代表的含义，。神经元模型经过测试显示，基于电导率的神经元模型比较接近神经元模型。故而，我们在网络中采用神经元模型。用符号，表示输入层处图像的像素灰度林璇，李晖，蔡坚勇，吴庆祥基于脉冲神经网络的白血病骨髓图像边缘检测中国激光，林璇基于神经网络的白血病细胞图像边，基于神经网络的白细胞图像边缘检测论文原稿和分别表示兴奋性和抑制性，和是兴奋性和抑制性突触的电导率，和是兴奋性和抑制性突触的时间常数，和是兴奋性和抑制性突触的权重，和分别表示和个兴奋性突触以及个抑制性突触相连接的膜表面积，和表示兴奋性和抑制性突触的反转电位，为神经元的膜电位，为膜电容，为膜电导率。神经元的膜电位，为膜电容，为膜电导率。关键词图像处理边缘检测神经网络白细胞图像图像分割中图分类号文献标识码文章编号引言图像分割历来是图像处理的个经典课题，图像分割的好坏将进步影响图像分析的质量和图像识别的准确率。随着计算机技术的快速发展，图像分割技术得到了不断的改进和创新，新的分割方法层出不穷。但由于待处理的图像复杂且多样，迄今为止还不存在种万能的方法可用于各种各样图像的分割，也缺致。综合以上分析，本文设置的大小为。此时，和的值为图为图经过空域处理及频域处理法进行预处理，去除了红细胞及背景后的白细胞图像。将本文建立的神经网络应用于图所示的白细胞图像边缘检测，得到了放电阈值为以及时的放电速率图，如下图中的所示。结果与讨论实验结果表明本文建立的神经网络，可应用于白细胞图像的边缘检测，基于神经网络的白细胞图像边缘检值，和分别表示由处接收器的兴奋性电流和抑制性电流引起的峰值电导率，假设这者之间的关系为式中，和为常数。根据神经元模型，神经元由下列个方程控制方程中各个符号代表的含义和分别表示兴奋性和抑制性，和是兴奋性和抑制性突触的电导率，和是兴奋性和抑制性突触的时间常数，和是兴奋性和抑制性突触的权重，和分别表示和个兴奋性突触以及个抑制性突触相连接的膜表面积，和表示兴奋性和抑制性突触的反转电位，为缘检测福州福建师范大学硕士学位论文，测作为种新方法，具有定的可行性和进步研究的价值。参考文献，基于神经网络的白细胞图像边缘检测论文原稿，。突触权重受和的控制，本文中设置为，为。并设和等于，的最大值，即将输入图像的灰度值进行归化。进行了不同大小的感受野值和值下的实验，发现，和这个参数的值越大，网络对图像噪声越不敏感，但此时图像边缘将越模糊。且考虑到和，应设置以确保与生物系统中的感受野相成。基于神经网络的白细胞图像边缘检测论文原稿。突触权重和的取值可表示为其中为感受野的中心位置，∈，和为常数，和表示兴奋性以及抑制性突触权重的最大值。其他个神经元，和受与相似的系列方程控制。当个神经元的膜电位超过时，神经元将发射个脉冲，继而进入段长为的不起反应期，在该期间神经元停止接收脉冲输入。过了之后，神经元将继续整合输入以便发射脉冲。用符号表，。网络的输入层相当于个个光接收器，每个光接收器与待分割图像的像素对应。中间层由个并列的神经元阵列和组成。基于神经网络的白细胞图像边缘检测论文原稿。在不同的感受野和神经元模型基础上，等人在文献中建立了种用于图像边缘检测林璇，李晖，蔡坚勇，吴庆祥基于脉冲神经网络的白血病骨髓图像边缘检测中国激光，林璇基于神经网络的白血病细胞图像边缘检测福州福建师范大学硕士学位论文和的值为图为图经过空域处理及频域处理法进行预处理，去除了红细胞及背景后的白细胞图像。将本文建立的神经网络应用于图所示的白细胞图像边缘检测，得到了放电阈值为以及时的放电速率图，如下图中的所示。结果与讨论实验结果表明本文建立的神经网络，可应用于白细胞图像的边缘检测，基于神经网络的白细胞图像边缘检测作为种新方法，具有定的可行性和进步研究的价值。参考文献别用表示。假设输出层中的神经元，和中间层神经元仅通过兴奋性突触连接，神经元，受下面两个方程的控制用来表示由输出层神经元，所产生的脉冲串，则神经元，的放电速率为把，绘制成个图像，就得到了经边缘检测后的输出图像。模拟结果用来执行这个网络，网络采用的参数与生物神经元的参数保持致，