基于动态自适应蚁群算法的MRI图像分割

计算机科学 ›› 2008, Vol. 35 ›› Issue (2): 226-229.

基于动态自适应蚁群算法的MRI图像分割

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
浙江省自然科学基金资助项目（No.Y104592）准确测量脑部纵向变化的四维图像一致性分割算法;浙江省教育厅资助项目（20041032）

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： MRI图像分割在医学图像分析中具有极其重要的理论和应用价值。蚁群算法是一种具有离散性、并行性、鲁棒性和模糊聚类能力的进化方法。对目标边界模糊、目标灰度不均匀及目标不连续等情况的图像（如医学图像）分割，蚁群算法是一个比较好的选择。本文针对基本蚁群算法容易出现早熟和停滞现象的特性，提出了一种动态自适应蚁群算法，通过自适应的初始聚类中心调整策略和动态更新局部信息素浓度，使其收敛性和稳定性有一定的提高。实验证明改进的蚁群算法能够有效地分割MRI图像。

关键词: 蚁群算法磁共振图像图像分割

Abstract: Segmentation of MRI is very important in medical image analysis. Ant colony algorithm（ACA） is a kind of discrete,parallel and robust evolutionary algorithm with fuzzy clustering ability. To segment targets with blurry edges, intensity non-uniformity and d

Key words: Ant colony algorithm （ACA）, Magnetic resonance image （MRI） ,Image segmentation

. 基于动态自适应蚁群算法的MRI图像分割[J]. 计算机科学, 2008, 35(2): 226-229. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed