基于粒子群优化二维Otsu的肺CT图像分割算法

Posted 2022-08-10 studyer_domi

1、内容简介

略
488-可以交流、咨询、答疑

2、内容说明

随着大气污染的加剧和环境的破坏，肺癌患者急剧增加，肺癌成为危害人 类健康最大的恶性肿瘤，因此肺癌治疗迫在眉睫。当前，肺肿瘤检查的主要方 式是使用 CT （ computed tomography ，计算机断层扫描）， CT 图像主要体现病 变区域的信息，医生根据该区域的信息对病人进行诊断和治疗。在计算机辅助 诊断 (Computer-Aided Diagnosis, CAD) 肺肿瘤的研究中，对肺部 CT 图像进行分 割是首要步骤，分割的结果将对后续的图像处理工作产生直接影响。因此，提 高肺部 CT 图像分割的效率和精确度，对诊断和治疗肺癌具有重要意义。本文 采用二维 Otsu 算法分割肺部 CT 图像，针对传统二维 Otsu 算法耗时长、分割 精度低等问题，对二维 Otsu 算法进行改进，并采用粒子群算法对二维 Otsu 算 法进行优化，提出了基于粒子群优化二维 Otsu 的肺 CT 图像分割算法。 首先，介绍了 CT 图像的成像原理、肺部 CT 图像的特点以及一维 Otsu 和 二维 Otsu 算法的原理。针对传统二维 Otsu 算法计算量大、背景与目标划分出 错等缺点，本文对灰度级 - 邻域均值二维灰度直方图进行了区域限定，限定在 从 0 区域指向 1 区域的对角线范围内，以缩小二维阈值的搜索范围，降低了运 算量。实验结果证明，改进后的二维 Otsu 算法减少了阈值分割时间，提高了 阈值分割的效率。 其次，由于二维 Otsu 算法计算时采用的穷举法需要耗费大量的时间，而 粒子群算法具有很强的发现较好解的能力，本文选用粒子群算法对二维 Otsu 算法进行阈值搜索，以减少二维 Otsu 算法运算时间。针对传统粒子群算法寻 优精度低、易于陷入局部最优、搜索后期收敛速度较慢等问题，本文采用线性 递减的权重系数和动态的加速系数，提高了粒子的全局及局部搜索能力，防止 算法陷入局部最优，改善粒子群算法的收敛速度。实验结果证明，改进后的粒 子群算法的收敛速度和精确度都得到大幅度提升。 最后，利用本文提出的基于粒子群优化二维 Otsu 的肺 CT 图像分割算法与 其他两种算法分别对五幅不同的肺 CT 图像进行仿真实验。实验结果证明，本 文基于粒子群优化二维 Otsu 的肺 CT 图像分割算法不仅提高了肺部 CT 图像的 分割效率，还提高了阈值分割的精确度。在肺组织 CT 值与人体其他组织有显 著差异的情况下，首先利用本文算法得到了最佳阈值，进行肺 CT 图像初分 割，降低了阈值选择对图像分割的影响；然后，采用孔洞填充操作去除了肺外 部的背景干扰；接着，通过边界追踪法能够得到了肺部区域边界，提取出肺部 实质；最后用数学形态学方法修复了肺病变区域。经过这些操作能够快速准确 地从肺 CT 图像中分割出肺实质，可用于肺部区域计算机辅助诊断。 关键词 二维 Otsu ；粒子群算法；图像分割；肺 CT ；灰度直方图

3、仿真分析

% 基于社会群体搜索算法的Ostu法灰度图像分割
% 该方法将图像分为前景和背景两部分，背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,
% 当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。

 % 基于教学优化算法的Ostu法灰度图像分割
% 该方法将图像分为前景和背景两部分，背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,
% 当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。

 

4、参考论文

基于粒子群优化二维Otsu的肺CT图像分割算法.pdf