基于量子蚁群算法的医疗图像阈值分割算法

作者：李晓峰; 焦洪双; 李东

来源：沈阳大学学报(自然科学版), 2020, 32(06): 490-522.

DOI：10.16103/j.cnki.21-1583/n.2020.06.008

• 量子蚁群算法
• 医疗图像
• 阈值分割
• 边缘轮廓检测
• 分割模型

针对传统的医学图像分割方法存在分割线定位效果较差、分割耗时长、输出结果信噪比低的问题,提出基于量子蚁群算法的医疗图像阈值分割算法.首先,构建医疗图像的二值化特征采样模型,结合阈值检测方法对其进行信息增强和网格配对,建立最佳阈值区域生长模型;其次,在最大连通图区域中,根据背景像素强度定位边缘轮廓检测和邻域像素之间的位置,提取其中的病灶关联特征点;最后,利用量子蚁群算法进行多层特征分解,构建医疗图像阈值分割的多层特征分割模型,实现图像的阈值分割.实验结果表明,采用该算法进行医疗图像阈值分割过程的耗时较少,病变区域分割轮廓线定位的准确度较高,且输出结果的信噪比较高,有效提高了医疗图像分割的效果.

• 单位
  黑龙江外国语学院; 哈尔滨工业大学