Mejora de la entropía de Tsallis 2D para la segmentación de imágenes médicas mediante el algoritmo Cloud Firefly
La segmentación de imágenes se refiere a la extracción de áreas de interés de las imágenes. Debido a las características del tejido humano, los límites de las imágenes médicas son borrosos y el contraste es bajo, lo que hace que la segmentación de imágenes médicas sea una tarea difícil [1]. La literatura [2] propuso un método de segmentación de umbral multinivel para imágenes cerebrales basado en un algoritmo genético de codificación real cruzada binaria. La literatura [3] propone un algoritmo de segmentación de imágenes de umbral múltiple de entropía bidimensional basado en el algoritmo de luciérnaga. Este algoritmo puede mejorar efectivamente la velocidad de segmentación de imágenes, pero debido a la limitación del espacio de búsqueda, la precisión de la segmentación de imágenes es baja. La literatura [4] utiliza el algoritmo de enjambre de partículas para optimizar el parámetro q de la entropía bidimensional de Tsallis. Este método puede segmentar mejor la imagen. La literatura [5] aborda el problema de la gran cantidad de cálculos en imágenes bidimensionales de segmentación de máxima entropía. El algoritmo de colonias de abejas artificiales se aplica a la optimización de máxima entropía bidimensional. Los resultados muestran que este método tiene una fuerte capacidad anti-ruido. velocidad de convergencia rápida.
Para mejorar el efecto de segmentación de imágenes médicas, este artículo propone un algoritmo de segmentación de imágenes médicas basado en el algoritmo de luciérnaga, con el objetivo de resolver el problema del efecto de segmentación de imágenes del método de umbral de entropía bidimensional de Tsallis. afectado por la selección del parámetro q, dos La entropía dimensional de Tsallis está optimizada Finalmente, la investigación de simulación demuestra que este método es computacionalmente intensivo. Finalmente, la investigación de simulación demuestra la eficacia de este algoritmo.
Información del autor:
Xu Hao1, Wang Shuang2
(1. Hospital Oftalmológico y de Optometría Afiliado de la Universidad Médica de Wenzhou, Wenzhou 325000, Zhejiang; 2. Xi 'an Universidad de Ciencia y Tecnología, Xi'an, Shaanxi 710054)