基于蚁群算法医学图像分割研究.docVIP

基于蚁群算法医学图像分割研究 　　摘 要：通过对蚂蚁信息激素释放、路径转移的重新定义，并将图像空间的模糊连接关系引入蚂蚁的觅食过程中，进而转换为蚂蚁搜寻食物的准则，实现了医学影像图像的分割，并进一步分析了算法实现中相关影响因素参数选择的问题。 　　?す丶?词：医学图像分割； 蚁群算法； 模糊连接 　　?ぶ型挤掷嗪牛?TN911.72；TP391 文献标志码：A 　　 文章编号：1001?菠B3695(2008)09?菠B2853?菠B03 　　Study on medical??image segmentation based on ant colony algorithm 　　KANG Xiao??dong????1，2??， HE Pi??lian??1， LIU Yu??jie????1，3??， LI Zhi??sheng??1 　　（1. School of Computer Science Technology, Tianjin University, Tianjin 300072, China; 2. Dept. of Medical Image, Tianjin Medical University, Tianjin 300070, China; 3. School of Computer Science Technology, Civil Aviation University of China, Tianjin 300300, China） 　　Abstract:This paper made a re??description to the ant pheromone releasing and route of ant. A fuzzy connectedness of image was introduced to the process of ant’s seeking for food, therefore, transferred to the ruler of art’s seeking for food. Thus, the medical??image segmentation was realized. The related factors for the preferences were analyzed further while the algorithm was used. 　　??Key words：medical??image segmentation; ant colony algorithm(ACA); fuzzy connectedness 　　图像分割是图像处理、模式识别和计算机视觉等领域的经典研究领域，但因医学影像图像对比度较低，且组织特征具有可变性、不同组织或组织与病灶间边界模糊、微细结构（血管、神经）分布复杂等，目前尚无通用的方法对任意医学图像都能取得较好的分割效果。故人们致力于将新概念、新方法应用于医学图像分割领域。?? 　　 　　1 蚁群算法?? 　　 　　由意大利Marco Dorigo等人于1991年首次提出的蚁群算法（ACA），是继神经网络、遗传算法和免疫算法之后的又一类启发式搜索算法。?? 　　 　　1.1 蚂蚁及其群体觅食策略?? 　　观察和研究表明：蚂蚁有能力在无任何可见提示下找出蚁穴与食物源间的最短距离，且能随环境变化而变化地搜索新路径，产生新选择。蚂蚁行为的实质是简单个体的自组织行为体现出来的群体行为，每只蚂蚁的行为均对环境产生影响，环境的变化进而对蚂蚁影响并波及其他蚂蚁。蚂蚁间通过相互通信协作完成一系列复杂的任务。?? 　　蚂蚁间的相互通信借助于其所特有的分泌物，即信息激素（pheromone）实现。在一定范围内，蚂蚁能够察觉到信息激素，并凭借其指导自己的行为，路径通过的蚂蚁多，则留下的信息激素多，后续的蚂蚁选择该路径的概率也高，进而更增加信息激素的强度[1]。 　　 上述蚂蚁间为达到搜索事物目的而通过物质信息的交流来选择路径过程即为蚂蚁的自催化行为（auto??catalytic beha??vior），是一类正反馈机制。?? 　　1.2 蚂蚁系统?? 　　 以求解平面上??n??个城市的旅行商问题（traveling salesman problem，TSP）而提出的蚂蚁系统（ant system，AS）是最早的模拟蚁群行为的蚁群算法。该算法基于如下假设： 　　a）蚂蚁间通过环境通信。每只蚂蚁仅依据其周围局部环境产生相应反应，且也仅对其周围局部环境产生影响。蚂蚁间通过信息激素间接通信，并趋于选择信息激素浓度高的方向。?? 　　b）蚂蚁对环境的反应由其内部模式决定。蚂蚁属反应型适应主体