Matlab 基于神经网络的图像处理

我正在研究脑肿瘤分割的主题。我曾经发现并分割肿瘤。以下是输出

正如你所看到的，我已经成功地分割了肿瘤，现在想在其上实现神经网络我知道简单神经网络背后的工作原理和数学原理，但不知道如何训练神经网络来处理我的算法。简而言之，我想知道如何开始神经网络训练。任何简单的代码或方向，最好使用Matlab，将是非常可观的

图像识别 一般的神经网络用于图像识别，而不是图像中的针点细节。你可以设计一个神经网络来告诉你图像中是否有肿瘤，但是神经网络告诉你肿瘤的位置并不是一件小事

如果您决定让您的网络确定给定图像是否包含肿瘤，那么您也需要大量没有肿瘤的图像。“有肿瘤图像”和“无肿瘤图像”的比例应接近现实世界中观察到的实际比例。如果你不遵守这个比例，网络将倾向于假阳性——因为它知道大多数图像应该包含肿瘤

在您的情况下
如果您输入包含肿瘤的MR图像，并希望接收分割的肿瘤图像，您可能需要500*500输入信号和500*500输出信号，并训练网络在图像中存在的肿瘤周围创建边界

---

如果你扩展你的问题，解释为什么你想让神经网络像这样运行，那么这里可能有人可以帮助你

你想做什么？@jorgenkg我想知道如何使用图像作为输入。差不多。我不知道如何根据我分割的肿瘤训练神经网络。我有类似的问题。你想用神经网络做什么？对于分类或回归，您需要大量图像来应用分割算法，并使用图像训练您的模型。@RohanKandwal请澄清您的输入、输出和NNet所需的功能。您提供的链接无法访问。@Tae SungShin我收集了大量脑肿瘤图像。我能成功地从图像中分割出肿瘤。比如说，我有大约250张脑肿瘤图像，我的算法可以很容易地从中找到并分割出肿瘤。现在我想训练神经网络。我认为任何模型分类、回归等都可以。我想使用Matlab的nntool，但不知道如何基于脑肿瘤图像、分割肿瘤和我的算法创建数据集。我理解你的观点，你能告诉我如何在Matlab的nntool中使用脑MR图像作为输入，分割肿瘤作为目标数据吗？即使神经网络可以在我训练的图像中检测肿瘤，我没有任何问题。我只想知道如何输入磁共振图像和从分割图像中选择目标数据。使用像素值作为输入信号！将其转换为列表，并将其用作任何其他输入/目标值列表。MR图像大小相同是一个优势。您应该让输出大小等于输入大小。因此，网络可以显示肿瘤的位置。不可能有动态输出大小。其结果是网络的训练速度要慢得多。为了应对这种复杂性，你应该看看CNN网络！是的，你应该将图像碎片归零，这样分割的区域将是MR肿瘤的完美覆盖-理论上这将让神经网络精确定位发现的肿瘤。您应该使用尽可能多的测试实例，但请记住保持健康图像和“肿瘤”图像之间的比例真实，以避免误报。很高兴为您提供帮助！