PSO最优化PCNN参数的皮质骨微观结构图像分割研究

作者：徐亮; 李欣

来源：激光杂志, 2015, 36(02): 6-11.

DOI：10.14016/j.cnki.jgzz.2015.02.006

• 图像分割
• 皮质骨微观结构
• 自适应阈值
• 脉冲耦合神经网络
• 粒子群优化

为了更好地识别皮质骨组织学幻灯片中的微观结构(MS),提出了一种基于粒子群优化(PSO)融合脉冲耦合神经网络(PCNN)的分割方法。首先,利用MS图像管理器增强图像的光影像亮度、对比度和色彩,并使用脉冲耦合神经网络进行初级图像分割;然后,基于熵和能量,利用PSO获取适合骨质微观组织分割的最优PCNN参数。最后,利用自适应阀值产生最优质量的分割图像。在自己搜集的皮质骨显微图像上使用精密度、灵敏度、特异性、准确度等指标评估本文方法的有效性,实验结果表明,相比较为新颖的分割方法,本文方法获得了更好的皮质骨微观结构分割性能。

• 单位
  新疆工程学院