医学图像处理第十二章测试_智慧树知到答案2021年

第十二章 数字医学影像分割：本章主要介绍数字医学影像的分割，包括神经网络方面的相关理论、 基于最大熵的自动阈值分割算法和基于神经网络的分割算法。12.1神经网络:主要介绍人类神经系统的基本概念、模型以及人工神经网络和BP训练算法
12.2数字医学影像分割的常用方法:主要介绍数字医学影像的阈值分割法和基于神经网络的分割方法

[判断题]神经网络分类器是模拟人类神经系统而建立的数学模型，神经网络分类器不能用于数字医学影像的分割。
对
错
答案：错
[多选题]下列各项是对神经网络BP训练算法的描述，哪些选项描述正确( )。 
将样本特征归一化后输入神经网络，根据用于训练的相关公式得到输出误差值。
如果输出误差值满足要求，训练结束，输出网络权值。
首先用比较大的随机数给网络权值赋初值。
手工选取样本，并提取样本特征。[单选题]医学图像分割就是把感兴趣的目标区域单独分离出来，下列对图像分割算法的描述中，哪一项的描述不正确。  
手工分割方法能将感兴趣的目标区域分离出来，但分割边界不准确   
半自动分割方法较手工分割方法操作简单  
全自动分割算法是研究最多的图像分割算法，较手工分割算法操作简单
全自动分割算法能准确分割目标区域，但需要繁琐的人工操作   [单选题]利用神经网络分类器对医学图像分割时首先需要对神经网络分类器进行训练，常用的训练算法是（）。 
AP训练算法
BP训练算法
PB训练算法
MC训练算法  [多选题]在医学影像分割中，阈值分割法是最简单的分割方法，下列各项是对阈值分割方法的描述，描述正确的选项是( )。
那些大于阈值的像素点组成的区域，就是要分割的目标区域。
通常，像素值小于阈值的像素点作为感兴趣区域中的点单独分离出来。
通常，像素值大于阈值的像素点作为感兴趣区域中的点单独分离出来。
按照一定的顺序依次取出每一个像素点的像素值。[多选题]利用神经网络分类器对医学影像中的病变进行识别时，首先要对神经网络分类器进行训练或学习，常用的学习算法有（）。
PB训练算法
BP学习算法   
自适应学习算法 
利用大数据进行深度学习[多选题]常见的BP神经网络分类器结构有下列哪几部分组成（）。     
训练层  
输出层 
输入层   
隐含层[判断题]BP训练算法是常用的神经网络分类器训练算法，该算法也称为反向误差传播无监督训练算法（）。
错
对[判断题]医学影像的半自动分割方法就是将人工方法和全自动分割方法结合起来使用的一种分割方法，在临床中应用较多（）。  
错
对[单选题]已知原始医学图像Io=[5 10 80 10;4 20 100 7;9 14 120 0],利用阈值分割法对原始医学图像进行分割，假设阈值为40，则分割后的医学图像是（）。
[5 10 0 10;4 20 0 7;9 14 0 0] 
[0 0 80 0;0 0 100 0;0 0 120 0]
[0 10 80 10;0 20 100 0;0 14 120 0]  
[0 0 80 10;0 0 100 7;9 0 120 0]