利用Stein-Weiss解析函數結合反向傳播神經網絡進行血管分割

吳明珠，陳瑛，李興民

1.廣州工程技術職業學院信息工程學院，廣東廣州510075；2.華南師范大學計算機學院，廣東廣州510631；3.南方醫科大學珠江醫院，廣東廣州510280

前言

1 BP神經網絡

使用誤差BP算法的BP神經網絡，包括了兩段學習過程［21］：（1）信號的正向傳播，首先輸入信號，然后通過隱含層作用于輸出層的節點，經過非線性變換，產生輸出層每個節點的實際輸出值；（2）對輸出誤差進行BP，若前個過程得到的實際輸出值與理想的輸出值不相符合，則通過隱含層向輸入層逐層反傳，遞歸地計算出誤差，根據此誤差來循環調整權值，這也是神經網絡學習訓練的循環過程［22］。具體算法過程包括以下主要組成部分。

1.1 模式順傳播過程

將BP 神經網絡定義為BPnet，樣本輸入向量Ak=(a1,a2,…,an)，輸出向量Yk=(y1,y2,…yq)。在隱含層，輸入向量Sk=(s1,s2,…sp)，輸出向量Bk=(b1,b2,…bp)；在輸出層，輸入向量Lk=(l1,l2,…lq)，輸出向量Ck=(c1,c2,…,cq)。其中，k= 1,2,…,m，為樣本數，輸入層設置的節點數為n，隱含層設置的節點數為p，輸出層設置的節點數為q［22］。

從輸入層到隱含層的權值設為wij，其中i=1,2,…,n;j= 1,2,…,p。從隱含層到輸出層的權值設為vjt，其中j= 1,2,…,p;t= 1,2,…,q。隱含層閾值為θj，j= 1,2,…,p；輸出層閾值為γt，t= 1,2…,q。

隱含層輸出為：

輸出層輸入為：

輸出層輸出為：

作者用詩意的筆調，描述了她在虛擬的“海邊草屋”，聽到“竹林聽雨”的誦讀聲，竟宿命般地被這位語言表達者磁性的聲音吸引了，變得如醉如癡。從此，“竹林聽雨”成為她尋尋覓覓的知音。作者對他們在虛擬空間的聊天，寫得詩意雋永，禪味幽遠，又恣意汪洋，顯示兩個人精神的標高。這樣的聊天，是知的相遇，也應當是情的融合，愛的訴說，以至夜夜相見，不見不散。……