Segmentação e extracção de imagens de MR usando PCNN

A segmentação de imagens é descrita como a divisão de uma imagem num número finito de regiões semanticamente não sobrepostas. Em aplicações médicas, é um processo fundamental na maioria dos sistemas que apoiam o diagnóstico médico, o planeamento cirúrgico e os tratamentos. Geralmente, este processo é feito manualmente por clínicos, o que pode ser demorado e enfadonho. Para aliviar o problema, foram propostos vários métodos de segmentação interactiva. Redes Neurais Acopladas por Pulso (PCNN) é uma rede auto-organizada que não requer formação e a rede foi construída através da simulação das actividades dos neurónios do córtex visual do mamífero. A PCNN é única de outras técnicas devido à sua saída pulsada síncrona, limiar ajustável e parâmetros controláveis. O sistema de córtex visual dos mamíferos foi a espinha dorsal para o desenvolvimento do PCNN. O córtex visual de gatos e cobaias ajudou no desenvolvimento de alguns modelos digitais. Estão em curso investigações sobre técnicas de segmentação de imagem no campo médico utilizando o PCNN. Este livro descreveu uma ideia abrangente para a segmentação de imagens de MR com base em Redes Neurais de Acoplamento de Pulso.