基于SAPSO优化三维Otsu方法的医学图像分割算法(英文)

被引:1
作者
白杨
机构
[1] 温州大学电子信息系
基金
浙江省自然科学基金;
关键词
粒子群算法; OTSU 方法; 模拟退火粒子群算法; 图像分割; 数字医学;
D O I
暂无
中图分类号
R318 [生物医学工程];
学科分类号
0831 ;
摘要
医学图像具有内容丰富多样、特征丰富、多尺度等特性,因此对医学图像的分割比一般图像的难度更大。针对上述问题,提出了基于改进粒子群优化三维Otsu方法的医学图像分割算法。由于三维Otsu方法计算量大,采用粒子群优化算法来搜索阈值向量,每个粒子代表一个可行的阈值向量,通过粒子群之间的协作来获得最优阈值。由于粒子群优化算法容易陷入局部最优解的的缺点,提出了模拟退火的粒子群优化方法,使其能够快速准确得到整体最佳解,还能保持粒子群算法求解速度快的优点。最后通过仿真实验得出了结论表明,所提出的方法不仅能得到理想的结果,而且计算量大大减少。
引用
收藏
页码:4380 / 4384
页数:5
相关论文
共 8 条
[1]   基于模糊小波神经网络的磁共振图像分割方法 [J].
孙炜 ;
王耀南 .
中国生物医学工程学报, 2006, (03) :267-270+282
[2]   基于支持向量机的磁共振脑组织图像分割 [J].
徐海祥 ;
喻莉 ;
朱光喜 ;
张翔 ;
田金文 .
中国图象图形学报, 2005, (10) :1275-1280
[3]   自适应变异的粒子群优化算法 [J].
吕振肃 ;
侯志荣 .
电子学报, 2004, (03) :416-420
[4]   免疫粒子群优化算法 [J].
高鹰 ;
谢胜利 .
计算机工程与应用, 2004, (06) :4-6+33
[5]   一种基于三维最大类间方差的图像分割算法 [J].
景晓军 ;
李剑峰 ;
刘郁林 .
电子学报, 2003, (09) :1281-1285
[6]   基于K-最近邻规则的磁共振颅脑图像分割算法的应用研究 [J].
顾顺德 ;
聂生东 ;
陈瑛 ;
章鲁 .
上海医科大学学报, 2000, (02) :108-111+157
[7]   Optimal concurrent design based upon distributed product development life-cycle modeling [J].
Zhang, F ;
Xue, D .
ROBOTICS AND COMPUTER-INTEGRATED MANUFACTURING, 2001, 17 (06) :469-486
[8]  
Adiscrete binary version of the particleswarmoptimization algorithm. J Kennedy,REberhart. IEEE International Confer-ence on Systems,Man,and Cybernetics . 1997