[發明專利]一種基于改進的多元宇宙優化的多閾值醫療圖像分割方法

在審

• 申請號: 202210959453.1
• 申請日: 2022-08-11
• 公開（公告）號: CN115330814A
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 潘奕旻;宋涯
• 申請（專利權）人: 潘奕旻
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G06N3/00
• 代理公司: 湖南岑信知識產權代理事務所(普通合伙) 43275
• 代理人: 谷萍

本發明提出一種基于改進的多元宇宙優化算法的醫療圖像分割方法，包括如下步驟：采集醫療圖像數據，并統計待測圖像中灰度值的范圍；對醫療圖像以灰度值為約束條件，采用改進的多元宇宙優化算法相獲取該圖像的最佳閾值；基于最佳閾值對醫療圖像進行分割，從而能獲取到感興趣的區域。該發明有效地自適應獲取閾值并進行分割，具備極強的自適應能力及計算效率。

技術領域

本發明涉及圖像分割技術領域，尤其涉及一種基于改進的多元宇宙優化算法的醫療 圖像分割方法。

背景技術

總所周知，圖像分割技術是將圖像劃分為若干個具有特殊性質的區域，同一區域性 質相同。但是由于目前圖像種類繁多，數據量極大，因此沒有一種分割方法可以適用于所有情況。同時在醫學領域，醫生往往需要在醫療圖像中提取重要且特定區域的部分進 行診斷和研究，然而用肉眼去進行提取和篩選，一方面存在人眼的誤差，另一方面加重 了醫生的負擔。

基于閾值的分割技術是一種高效且簡單的分割方法，傳統的閾值分割技術需要通過 先驗知識來確定灰度閾值，該方式存在較大的人為誤差，同時針對不同圖像需要提前設定不同的閾值，這是繁瑣的過程同時存在一定的人為誤差，不能很好的適應醫生的需求。經典的Otsu(最大類間分差法)閾值法，在多閾值分割時計算復雜度大，運行周期長。 另外，針對傳統的多元宇宙優化算法處理圖像檢測或者分割，存在收斂速度慢，最優解 精度較低，易陷入局部最優等問題。

因此有必要提出一種基于改進的多元宇宙優化算法的醫療圖像分割方法以解決上述 問題。

發明內容

本發明公開了一種基于改進的多元宇宙優化算法的醫療圖像分割方法，其提供一種自 適應的、計算速度快的多閾值醫療圖像分割方法，從而可以有效解決背景技術中涉及的技 術問題。

為實現上述目的，本發明的技術方案為：

一種基于改進的多元宇宙優化的多閾值醫療圖像分割方法，該方法包括如下步驟：

S1：對待分割的醫療圖像中所有像素點進行灰度值統計，確定該醫療圖像的灰度值邊 界；

S2：以確定的灰度值邊界作為約束條件，將多元宇宙優化算法與蝙蝠算法進行結合實 現自主獲取醫療圖像在不同灰度值段的最佳閾值，具體包括如下步驟：

S21：初始化種群的各參數，該參數包括宇宙個數N_U、蝙蝠個數N_B、維度數D以及 最大迭代次數T_max；

S22：根據灰度值邊界初始化一組隨機宇宙其中 XU是宇宙集合，XU_i(i＝1，2，...，N_U)表示第i個宇宙，表示第i個宇宙的位置信息，表示第i個宇宙的第j維的位置信息，D表示問題的維度數；

S23：根據灰度值邊界獲取初始化蝙蝠種群其中XB是 蝙蝠種群集合，XB_i(i＝1，2，...，N_B)表示第i個蝙蝠的個體，表示第i個蝙蝠個體的位置信息，表示第i個蝙蝠個體的第j維的位置信息，D表示問題的維度數；

S24：對每個宇宙和每個蝙蝠的位置計算其相應的自適應函數，得到適應度值，并篩 選出最優的適應度值F₁，最佳適應度值所映射的位置X_a為最優解；

S25：更新參數因子以及各宇宙和蝙蝠的位置；

S26：判斷更新后的宇宙集合與蝙蝠種群的位置是否超出灰度值邊界，如果個體位置 小于最小邊界，則賦值最小邊界值；如果個體位置大于最大邊界，則賦值最大邊界值；