[发明专利]基于简化粒子群优化二维最大熵阈值的医学影像分割方法

摘要

一种基于简化粒子群优化二维最大熵阈值的医学影像分割方法，该方法针对一种传统粒子群优化算法及二维最大熵阈值分割算法进行简单组合的分割方法中存在的问题提出改进，本方法通过一种改进的粒子群优化算法优化选择二维最大熵阈值，通过二维最大熵值方法的分割效果来评价阈值优劣，得到最优个体，并以最优个体对应的参数对医学影像进行分割，获得最优医学影像。本发明方法简化了优化算法中粒子的进化过程、降低计算的复杂度，能够快速获得分割阈值，实现对原始图像的高效分割，更能分割出条理清晰，细节鲜明的医学影像图，协助医生迅速找到病灶部位，做出医学诊断。

主权项

基于简化粒子群优化二维最大熵阈值的医学影像分割方法，其特征在于，该方法包括：(1)读取原始医学影像，计算原始影像的二维灰度直方图；(2)依据二维灰度直方图确定阈值范围，并随机产生简化粒子群算法的初始化种群；(3)通过适应度函数计算初始化种群每个个体的得分，得到种群中每一个个体的个体最优值和整个种群内的全局最优值；(4)依据简化粒子群优化算法优化初始种群中的每一个个体的个体最优值和种群内的全局最优值，产生新的个体种群；(5)由新产生的个体种群得到新的个体最优和全局最优值；(6)判断粒子群优化算法的迭代过程是否迭代到最大迭代代数：若达到最大迭代代数，则终止优化过程，得到最优阈值；若未达到，则返回至简化粒子群优化算法的优化过程，直至达到最大代数；(7)根据最优阈值结合二维最大熵阈值分割计算方法进行图像分割，得到图像矩阵。