基于改进遗传算法的最佳熵多阈值三维医学图像分割算法.pdfVIP

2 00 7年6月 西 北 工 业 大 学 学 报 June 2007 第25卷第3期 Journal of Northwestern Polyteehnieal University Vo1．25 No．3 基于改进遗传算法的最佳熵多阈值 三维医学图像分割算法 王 毅 ，牛奕龙 ，田 云 ，董建园 ，郝重阳 (I．西北工业大学电子信息学院；2．西北工业大学航海学院，陕西西安 710072) 摘 要：借鉴模拟退火思想对三维医学图像的最佳熵函数进行拉伸，构造出改进的遗传算法适应度 函数，同时采用精英选择策略保留各代最优个体以加快算法收敛速度，从而提出了一种新的基于多 阈值最佳熵的三维医学图像分割遗传搜索算法。根据文中算法得到的阙值，成功实现了三维医学脑 部图像中脑白质、脑灰质、脑脊液的分割。实验证明，当种群规模为30的情况下，即可搜索到较好的 阈值用于三维3v-s~l，运算速度较传统穷尽搜索法更快，且比原简单遗传算法具有更强的稳定性和精 确性。 关 键 词：三维医学图像分割，遗传算法，最佳熵，多阈值 中图分类号：TP391．41 文献标识码：A 文章编号：1000—2758(2007)03—0442—04 由于人体组织结构的复杂性和成像设备在光照 熵函数，作为遗传算法的适应度函数来确定三维医 及精度等方面的限制，三维医学图像分割一直是图 学图像的熵阈值，从而可在不大幅增加运算时间的 像分割技术中的一个难点问题，也逐渐成为研究热 情况下，提高算法在三维分割中的稳定性和精确性。 点。目前，国内外已有的分割算法，可简单分为结构 技术、随机技术和混合技术3类[】]。从国内外研究现 1 KSW熵多阈值法 状来看，结构技术，如水平集法[2 等，关注度较高，但 是其最终得到的仅为对边界面的描绘，缺少边界面 将信息论中的Shannon熵概念用于三维医学 内的体素信息，适用于基于面绘制的三维重建算法； 图像分割，其依据是使得图像中目标与背景分布的 而阈值法[3 等随机技术是适应于体绘制的三维重建 信息量最大，即通过测量图像灰度直方图的熵找出 算法，可由Kaput 等人提出的二维图像分割最佳 最佳阈值。通过计算最大熵，就可以确定出分割所需 熵(KSW熵)阈值法推广而来。此算法无需先验知 的最佳阈值。 识，且对于呈非理想双峰直方图的图像也可以进行 根据Shannon熵的概念，对于灰度范围为 {0， 较好的分割 但是，该算法在确定阈值、特别是多阈 1，…，￡一1}的图像，在双阈值情况下，t t。时，则 值时，存在以下不足：①计算量相当大；②分割结果 图像的总熵为 对阈值的变化较为敏感。文献E5]将三维图像阈值分 f1 l2 ，一1 割问题定义为优化问题，利用简单遗传算法(Simple H(t ，t2)一ln(∑P )+ln(∑Pi)+ln(∑Pi) Genetic Algorithm，SGA)进行寻优。虽然该算法提 高了分割速度，但其搜索的最大熵结果并不稳定，从 ∑P lnp ∑pilnp ∑pilnp 而得到的阈值也不够稳定和精确，导致图像的分割 — l三! 一 三：!±! 一 ±! 结果差异较大。 fl ∑t2户 ∑l--1户 。 ∑P 。