ملخص: Nous présentons un algorithme stochastique qui calcule des circuits de seuil conçus pour distinguer entre deux classes des images calculées de la tomographie (CT). L'algorithme utilise une cloison des exemples de formation dans plusieurs classes selon la valeur de échelle grise moyenne des images. Pour chaque classe, un secondaire-circuit est calculé, où la première couche du secondaire-circuit est calculée par une nouvelle combinaison de l'algorithme de Perceptron avec un type spécial de recuit simulé. L'algorithme est évalué pour le cas de la classification de tissu de foie. Un circuit de seuil de profondeur-cinq (avec le prétraitement: la profondeur-sept) est calculée à partir de 400 positifs (des résultats anormaux) et de 400 exemples négatifs (de tissu normal de foie). Les exemples sont de la taille n=14,161 (119 ×119) avec une échelle grise de 8 bits. Sur des ensembles d'essai de 100 exemples positifs et 100 négatifs (tout différents du positionnement d'étude) nous obtenons une classification correcte près de 99%. Tout le délai d'exécution séquentiel pour calculer un circuit de profondeur-cinq est environ 75 h jusqu' à 230 h sur un SOLEIL ultra 5/360 poste de travail, selon la largeur du circuit de seuil à la profondeur-trois. Dans nos expériences de calcul, les circuits de profondeur-cinq ont été calculés à partir de trois passages simultanés pour des circuits de profondeur-quatre. La classification d'une image simple est exécutée dans quelques secondes.

لغة: إنجليزية