计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
8期
398-401
,共4页
人工鱼群算法%医学图像%图像分割
人工魚群算法%醫學圖像%圖像分割
인공어군산법%의학도상%도상분할
Artificial fish algorithms%Medical image%Image segmentation
研究医学DR图像准确分割方法.人体组织的分布特征很难运用准确的数学模型进行描述,由于厚度不均匀,在进行CT图像采集的过程中,图像细节信息会被噪声等不利因素埋没,边缘变得不清晰,对比度降低.传统分割算法主要针对像素的某一个具体特征做出判断,在有噪的环境下,像素提纯受到干扰,很难对非可控信息进行模型控制,导致对医学DR图像的分割效果不好.为了避免上述缺陷,提出了一种人工鱼群算法的医学DR图像分割处理方法.通过对采集的DR图像进行增强处理,提高DR图像的对比度,利用SUSAN算子去除干扰信号,准确计算初始病变区域边界,对边界像素运用人工鱼群方法寻求.实验结果表明,利用改进算法能够有效提高医学DR图像分割的准确性,有利于临床医疗诊断.
研究醫學DR圖像準確分割方法.人體組織的分佈特徵很難運用準確的數學模型進行描述,由于厚度不均勻,在進行CT圖像採集的過程中,圖像細節信息會被譟聲等不利因素埋沒,邊緣變得不清晰,對比度降低.傳統分割算法主要針對像素的某一箇具體特徵做齣判斷,在有譟的環境下,像素提純受到榦擾,很難對非可控信息進行模型控製,導緻對醫學DR圖像的分割效果不好.為瞭避免上述缺陷,提齣瞭一種人工魚群算法的醫學DR圖像分割處理方法.通過對採集的DR圖像進行增彊處理,提高DR圖像的對比度,利用SUSAN算子去除榦擾信號,準確計算初始病變區域邊界,對邊界像素運用人工魚群方法尋求.實驗結果錶明,利用改進算法能夠有效提高醫學DR圖像分割的準確性,有利于臨床醫療診斷.
연구의학DR도상준학분할방법.인체조직적분포특정흔난운용준학적수학모형진행묘술,유우후도불균균,재진행CT도상채집적과정중,도상세절신식회피조성등불리인소매몰,변연변득불청석,대비도강저.전통분할산법주요침대상소적모일개구체특정주출판단,재유조적배경하,상소제순수도간우,흔난대비가공신식진행모형공제,도치대의학DR도상적분할효과불호.위료피면상술결함,제출료일충인공어군산법적의학DR도상분할처리방법.통과대채집적DR도상진행증강처리,제고DR도상적대비도,이용SUSAN산자거제간우신호,준학계산초시병변구역변계,대변계상소운용인공어군방법심구.실험결과표명,이용개진산법능구유효제고의학DR도상분할적준학성,유리우림상의료진단.
