徐友，闵友钱，彭江友正，嘉民友戈，洪伟友音乐，雷蒙德·f . PY - 2020 DA - 2020/05/05 TI -一种新型径向基神经Network-Leveraged快速训练方法对于识别器官图片SP - 4519483六世先生- 2020 AB -我们提出一个新的方法快速器官腹部磁共振(MR)的分类和分割图像。磁共振成像(MRI)是近年来兴起的一种新型的高科技影像学检查方式。基于MR图像的特定目标区域(器官)识别是医学图像计算机辅助诊断的关键问题之一。人工神经网络技术在基于MR图像中每个像素的多模态MR属性的图像处理方面取得了显著进展。然而，随着大规模数据的产生，对大规模MRI数据的快速处理的研究很少。针对这一缺陷，提出了一种快速径向基函数人工神经网络(fast - rbf)算法。本文的研究重点在于:(1)本文提出的算法通过引入 ε -不敏感损失函数、结构性风险项和核心集原则。将该算法应用于MR图像中特定目标区域的识别。(2)对于每个腹部MRI病例，我们使用4个MR序列(fat、water、同相(IP)、对相(OP))和位置坐标( x ， y )作为算法的输入。我们使用三种分类器在MR图像中识别肝脏和肾脏。实验表明，与传统的RBF算法相比，该方法在医学图像特定区域的识别上具有更高的精度，在大规模数据集的情况下具有更好的适应性。医学中的计算和数学方法