基于優(yōu)化蟻群算法的Snake模型在醫(yī)學(xué)圖像分割中的應(yīng)用研究.pdf

1、醫(yī)學(xué)圖像是反映人體生物組織的復(fù)雜圖像，圖像信息量大，處理困難。醫(yī)學(xué)圖像分割是醫(yī)學(xué)圖像研究的一個關(guān)鍵環(huán)節(jié)，對臨床醫(yī)學(xué)的應(yīng)用和發(fā)展有著巨大的實(shí)用價值。醫(yī)學(xué)圖像主要包括X射線斷層(Computed Tomography，CT)、超聲、核磁共振(Nuclear Magnetic Resonance Imaging， MRI)等圖像，其在人體內(nèi)部組織器官的定量分析、實(shí)時監(jiān)控和治療規(guī)劃等方面都具有重要的作用。利用醫(yī)學(xué)圖像進(jìn)行診斷時，常根據(jù)需要將特定

2、的組織器官或感興趣的區(qū)域(Region of Interesting，ROI)提取出來，以便更好地對其進(jìn)行分析和診斷，這個過程就是圖像分割。由于醫(yī)學(xué)圖像本身分辨率較低、對比度較低，以及固有噪聲的影響，使用傳統(tǒng)的圖像分割方法很難達(dá)到要求。如何在計算機(jī)輔助下，精確地、自適應(yīng)分割地提取影像中包含的信息來滿足醫(yī)學(xué)圖像處理的要求，是圖像分析專家需要解決的關(guān)鍵問題。 本文首先介紹了圖像分割的基本原理、現(xiàn)狀和分類，以及一些常規(guī)的分割方法。然后

3、對Snake模型的主要方法以及其對醫(yī)學(xué)圖像的分割結(jié)果進(jìn)行了分析。針對Snake模型在凹陷輪廓、局部最優(yōu)、收斂速度和分割精度等方面存在的不足，本文從以下方面展開工作： (1)針對蟻群算法由于初始信息素匱乏易陷于局部最優(yōu)解，把魚群的擁擠度函數(shù)引入到蟻群算法中，實(shí)驗結(jié)果表明加入擁擠度函數(shù)的蟻群算法增加了算法的遍歷能力，提高了蟻群算法尋找全局最優(yōu)解的能力。 (2)改進(jìn)了傳統(tǒng)的遺傳算法和蟻群算法分步起作用的結(jié)合方式，基本思想是用遺