基于动态自适应蚁群算法的MRI图像分割

被引：28

作者：

白杨 ^{[1
]}

孙跃 ^{[1
]}

王君 ^{[1
]}

周文俊 ^{[1
]}

胡宁萍 ^{[2
]}

机构：

[1] 温州大学城市学院

[2] 温州附二医

来源：

计算机科学 | 2008年 / 02期

基金：

浙江省自然科学基金;

关键词：

蚁群算法; 磁共振图像; 图像分割;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

MRI图像分割在医学图像分析中具有极其重要的理论和应用价值。蚁群算法是一种具有离散性、并行性、鲁棒性和模糊聚类能力的进化方法。对目标边界模糊、目标灰度不均匀及目标不连续等情况的图像(如医学图像)分割,蚁群算法是一个比较好的选择。本文针对基本蚁群算法容易出现早熟和停滞现象的特性,提出了一种动态自适应蚁群算法,通过自适应的初始聚类中心调整策略和动态更新局部信息素浓度,使其收敛性和稳定性有一定的提高。实验证明改进的蚁群算法能够有效地分割MRI图像。

引用

页码：226 / 229

页数：4

共 9 条

[1]

基于智能信息技术的纹理图象识别与生成研究 [D].

毕晓君 .

哈尔滨工程大学,

2006

[2]

A hybrid approach for feature subset selection using neural networks and ant colony optimization.[J].Rahul Karthik Sivagaminathan;Sreeram Ramakrishnan.Expert Systems With Applications.2006, 1

[3]

Ant colony optimization theory: A survey [J].