Segmentacion de Imagenes Medicas Basada en la Red Neuronal Optimizada de GA

En las huellas digitales asimétricas, el comerciante puede rastrear a los traidores desde una copia pirateada por medio de la huella digital única incrustada, mientras que el cliente es inmune a ser enmarcado debido a la propiedad asimétrica. En esta carta, proponemos un esquema de huellas digitales asimétricas basado en una transferencia inconsciente 1-de-n, que es eficiente desde el punto de vista del uso del ancho de banda. Primero, se explota la multidifusión que es una tecnología de transporte eficiente para la comunicación de uno a muchos, lo que puede reducir significativamente el uso de ancho de banda. En segundo lugar, el cifrado simétrico en lugar del cifrado de clave pública se realiza en el contenido multimedia, lo que puede reducir la complejidad y el costo de la comunicación. Palabras clave: Huellas Digitales AsimÉTricas, Transferencia Innecesaria, Comunicación Multidifusión Medical image segmentation provides the foundation and precondition for object separation, feature extraction and quantitative measurement of parameters so as to make possible higher-level medical image understanding and diagnosis. In the applications of medical image segmentation, due to the interference factors such as noise, it is easy to lose part of boundary information, causing incomplete image segmentation when the background is complex, especially when there are several research objects overlapping in the same background. This paper adopts GA-BP in medical image segmentation, training genetic neural network and putting sample value and feature value extracted into the genetic neural network for training. Genetic neural network in the weight and threshold space, randomly searches a group of the most proper weight and thresholds and set them as the initial weight and threshold of the neural network. Then, it conducts training until the mean square error converges to the designated value or reaches the maximum number of iterations. At this time, the neural network is the optimal. Key words: Medical Image Segmentation, Genetic Algorithm, BP Neural Network.