-
公开(公告)号:CN109544570B
公开(公告)日:2022-08-02
申请号:CN201811456350.3
申请日:2018-11-30
Applicant: 南京邮电大学
Abstract: 针对现有技术中脑MRI图像的灰度不均匀性和医学伪影对分割产生影响,本发明以区域信息聚合与阈值分割结合作为设计思路,引入模糊多阈值技术,提出一种基于模糊多阈值与区域信息的脑MRI图像分割方法。该方法在模糊多阈值分割的基础上,通过构建模糊隶属度函数和基于局部信息的模糊隶属度聚合,来进一步提高图像分割的质量本发明采用模糊理论和信息聚合技术,抑制了灰度不均匀性和医学伪影对分割结果的影响,能保留更多的原始图像信息,有效避免了伪影导致的误分割,提高了脑MRI图像分割的效果。本发明采用了改进的量子粒子群优化算法,引入了一种指数下降型收缩‑扩张系数,增强了算法的搜索性能。同时,改进了算法的收敛速度。
-
公开(公告)号:CN109544570A
公开(公告)日:2019-03-29
申请号:CN201811456350.3
申请日:2018-11-30
Applicant: 南京邮电大学
Abstract: 针对现有技术中脑MRI图像的灰度不均匀性和医学伪影对分割产生影响,本发明以区域信息聚合与阈值分割结合作为设计思路,引入模糊多阈值技术,提出一种基于模糊多阈值与区域信息的脑MRI图像分割方法。该方法在模糊多阈值分割的基础上,通过构建模糊隶属度函数和基于局部信息的模糊隶属度聚合,来进一步提高图像分割的质量本发明采用模糊理论和信息聚合技术,抑制了灰度不均匀性和医学伪影对分割结果的影响,能保留更多的原始图像信息,有效避免了伪影导致的误分割,提高了脑MRI图像分割的效果。本发明采用了改进的量子粒子群优化算法,引入了一种指数下降型收缩-扩张系数,增强了算法的搜索性能。同时,改进了算法的收敛速度。
-