基于人工免疫的醫(yī)學(xué)圖像增強算法.pdf

1、人工免疫系統(tǒng)（AIS）作為一個相對年輕的研究領(lǐng)域在最近幾年十分活躍，已經(jīng)成為計算機科學(xué)中的一個重要分支。AIS是根據(jù)生物免疫系統(tǒng)機理和特征等開發(fā)的，并能解決工程問題的計算或信息系統(tǒng)。其起源于生物學(xué)家將免疫學(xué)理論向工程領(lǐng)域的拓展，人們嘗試模擬生物免疫系統(tǒng)機制或現(xiàn)象的方法解決計算機安全、故障診斷和工業(yè)控制等領(lǐng)域的一些難題。本文著重討論和研究基于AIS改進算法的醫(yī)學(xué)圖像處理。
　　本文以哈佛全腦數(shù)據(jù)庫中的MRI腦部冠狀圖和軸向圖為主要的

2、研究對象。由于在醫(yī)學(xué)上，人們可以從 MRI圖像中分離出感興趣的部位或者定位出病源的位置和形狀，因此，對于醫(yī)學(xué)圖像來說，圖像的質(zhì)量決定了臨床診斷者們對病源進行分析、診斷和治療的準(zhǔn)確性。但是，在醫(yī)學(xué)成像系統(tǒng)中，由于圖像采集設(shè)備存在擾動以及周圍環(huán)境的一些影響，往往在所取得的醫(yī)學(xué)圖像中都含有噪聲和失真，造成了一定程度的圖像的降質(zhì)，不能達到臨床應(yīng)用上的要求。因而，通常需要采取一些措施，將圖像質(zhì)量進行改善。這些措施即為圖像增強技術(shù)，這些技術(shù)為后續(xù)的

3、醫(yī)療診斷分析提供可靠的保障。
　　本文首先討論了人工免疫系統(tǒng)的基本原理。詳細(xì)介紹了人工免疫系統(tǒng)的一些重要理論，諸如：抗原、抗體、免疫識別、免疫學(xué)習(xí)、免疫記憶、克隆選擇等等。詳細(xì)介紹了現(xiàn)階段人工免疫領(lǐng)域的基本算法，包括否定選擇算法，克隆選擇算法，正常模型算法，陰性選擇算法。分析了傳統(tǒng)克隆選擇算法的缺陷，對該算法進行了改進。同時，也闡述了圖像增強的原理以及常用的處理方法，包括灰度變換法，頻域處理方法，空域處理方法等等。介紹了基于這些基

4、本的圖像增強方法而來的醫(yī)學(xué)圖像處理中常用的兩種增強方法，分別是適配圖像濾波和適配模板濾波法。并且在MATLAB R2010a中進行了仿真實驗，進行了一定的比較。
　　本文的主要內(nèi)容可以分為對基本克隆選擇算法的改進部分和利用改進算法進行醫(yī)學(xué) MRI圖像的增強處理部分。算法改進部分主要針對克隆選擇算法的編碼解碼計算量大，變異類型單一，容易漏掉適應(yīng)度較低個體這個三個缺陷。本文對人工免疫算法在圖像增強過程中應(yīng)用的可能性進行了探討。針對已有