头部CT图像多阈值分割的优化实现

doi:10.3778/j.issn.1002-8331.2009.22.061

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (22): 191-193.DOI: 10.3778/j.issn.1002-8331.2009.22.061

头部CT图像多阈值分割的优化实现

刘思伟¹，李彬¹，田联房¹，陈萍²

1.华南理工大学自动化科学与工程学院，广州 510640
2.广州医学院第一附属医院核医学科，广州 510120

收稿日期:2008-04-22 修回日期:2008-07-11 出版日期:2009-08-01 发布日期:2009-08-01
通讯作者: 刘思伟

Optimization of multi-thresholding segmentation in head CT images

LIU Si-wei¹，LI Bin¹，TIAN Lian-fang¹，CHEN Ping²

1.College of Automation Science and Engineering，South China University of Technology，Guangzhou 510640，China
2.Dept. of Nuclear Medicine，The First Affiliated Hospital of Guangzhou Medical College，Guangzhou 510120，China

Received:2008-04-22 Revised:2008-07-11 Online:2009-08-01 Published:2009-08-01
Contact: LIU Si-wei

摘要/Abstract

摘要： 阈值分割是医学图像预处理方法的一种，合适的分割方法能减少后续图像处理的数据。单独使用传统的阈值分割方法往往效率很低。提出一种基于遗传算法的图像多阈值分割方法。通过设计最大类间方差法与遗传算法相结合的算法，对头部CT图像进行分割，并与遍历算法作比较。实验结果表明，此方法不仅保留遍历算法的精度，并且快速得到最优阈值，明显提高了分割的效率。

关键词: 多阈值分割, 遗传算法, 头部CT图像, 最大类间方差法

Abstract: Thresholding segmentation is one of the methods of medical image pre-processing.An appropriate method can reduce the workload of the subsequent processing.However，the segmentation has low efficiency with applying only one traditional method each time.This article introduces a multi-thresholding segmentation method using Otsu with genetic algorithm.The method is applied in the head CT image segmentation，and compared with the overall searching algorithm.The result shows that it keeps the accuracy of overall searching algorithm and increases the searching speed.Therefore，the efficiency of the segmentation is enhanced dramatically.

Key words: multi-thresholding segmentation, genetic algorithm, head CT images, Otsu

刘思伟¹，李彬¹，田联房¹，陈萍². 头部CT图像多阈值分割的优化实现[J]. 计算机工程与应用, 2009, 45(22): 191-193.

LIU Si-wei¹，LI Bin¹，TIAN Lian-fang¹，CHEN Ping². Optimization of multi-thresholding segmentation in head CT images[J]. Computer Engineering and Applications, 2009, 45(22): 191-193.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[10]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[11]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[12]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.

头部CT图像多阈值分割的优化实现

Optimization of multi-thresholding segmentation in head CT images

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics