El algoritmo Cloud Firefly mejora la entropía bidimensional de Tsallis para la segmentación de imágenes médicas
La segmentación de imágenes se refiere a extraer regiones de interés de las imágenes. Debido a las características del tejido humano, los límites de las imágenes médicas son borrosos y el contraste es bajo, lo que dificulta la segmentación de imágenes médicas [1]. La literatura [2] propuso un método de segmentación de umbral multinivel para imágenes cerebrales basado en un algoritmo genético de codificación real cruzada binaria. La literatura [3] propone un algoritmo de segmentación de imágenes de umbral múltiple de entropía bidimensional basado en el algoritmo de luciérnaga, que puede mejorar efectivamente la velocidad de segmentación de imágenes. Sin embargo, debido a la limitación del espacio de búsqueda, la precisión de la segmentación de imágenes es baja. La literatura [4] utiliza el algoritmo de enjambre de partículas para optimizar el parámetro Q de la entropía bidimensional de Tsallis, que puede segmentar bien la imagen. La literatura [5] aborda el problema de la gran complejidad computacional en imágenes bidimensionales de segmentación de máxima entropía y aplica el algoritmo de colonia de abejas artificiales a la optimización de máxima entropía bidimensional. Los resultados muestran que este método tiene una fuerte inmunidad al ruido y una rápida velocidad de convergencia. .
Para mejorar el efecto de la segmentación de imágenes médicas, con el objetivo de determinar el impacto de la selección del parámetro Q en el método de umbral de entropía bidimensional de Tsallis en el efecto de segmentación de imágenes, se utilizó un algoritmo de segmentación de imágenes médicas basado en Se propone el algoritmo de luciérnaga para optimizar la entropía bidimensional de Tsallis. Finalmente, la eficacia del algoritmo se demuestra mediante estudios de simulación.
Información del autor:
Xu Hao1, Wang Shuang2
(1. Hospital Afiliado de Oftalmología y Optometría de la Universidad Médica de Wenzhou, Wenzhou 325000, Zhejiang; 2. Shaanxi Universidad de Ciencia y Tecnología de Xi'an 710054)