MRI Brain Tumour Classification - SOM ( Self Organized Map)-MRI Brain Tumour Classification- SOM ( Self Organized Map)

this was the code for SOM based brain image segmentation which can segment brain image and finally the segmented labelled image was represent as a color label. this code segment the tumor spot of an given brain image and represent as a color label. w

SOM神经网络，Self-Organizing Map 的缩写，即自组织映射。 1981年芬兰Helsink大学的T.Kohonen教授提出一种自组织特征映射网，简称SOM网，又称Kohonen网。 Kohonen认为：一个神经网络接受外界输入模式时，将会分为不同的对应区域，各区域对输入模式具有不同的响应特征，而且这个过程是自动完成的。自组织特征映射正是根据这一看法提出来的，其特点与人脑的自组织特性相类似。 由于它的强大功能，多年来，神经网络在数据分类、知识获取、过程监测、故障识别等领域

SOM神经网络：Self-Organizing Map 的缩写，即自组织映射。 1981年芬兰Helsink大学的T.Kohonen教授提出一种自组织特征映射网，简称SOM网，又称Kohonen网。 Kohonen认为：一个神经网络接受外界输入模式时，将会分为不同的对应区域，各区域对输入模式具有不同的响应特征，而且这个过程是自动完成的。自组织特征映射正是根据这一看法提出来的，其特点与人脑的自组织特性相类似。 由于它的强大功能，多年来，神经网络在数据分类、知识获取、过程监测、故障识别等领域

一个神经网络接收外界输入模式时，将会分为不同的对应区域，各区域对输入模式有不同的响应特征，而这个过程是自动完成的。其特点与人脑的自组织特性类似。SOM的目标是用低维（通常是二维或三维）目标空间的点来表示高维空间中的所有点，尽可能地保持点间的距离和邻近关系（拓扑关系）。(When a neural network receives external input mode, it will be divided into different corresponding regions. Each r