2026《医学图像分割算法研究的国内外文献综述》2300字.docxVIP

PAGE10

医学图像分割算法研究的国内外文献综述

1.1国外研究现状

基于遗传算法(GeneticAlgorithms，简称GA)的图像分割[]是由Holland在生物界提出的一种基于自然选择和自然遗传机制的随机搜索算法。它主要模拟了某些基因串所控制的微小动植株种群在各个环境中的演变过程,并将这个演变过程的基本原理运用到了搜索算法,极大地提高了准确率、速度和数据库的质量。在搜索的过程中,使用了概率变化规律代替了确定性搜索的规律来决定搜索的方向,并且在搜索时空间上也没有什么特别的要求(比如说,例如连接性,凸性等),仅仅需要使用一个自适应的信息,不用其他辅助信息,而且由于不必再需要诸如引数之类的信息,因此可以适应范围很广。

MarcoDorigo于1992年提出蚁群优化模糊聚类之图像分割算法[]。针对PID控制器参数优化设计问题，比较了蚁群算法设计和遗传算法设计的结果。数值仿真结果表明，蚁群算法具有一种新的仿真进化方法。LuXQ,WuJS,RenXY提出了一种基于区域生长的肝脏CT图像分割方法[]，通过运用拟蒙特卡洛(Quasi-MonteCarlo)算法获取感兴趣区域的种子点和设计区域生长准则。

RonnebergerO采用端到端的全卷积神经网络[]，实现了生物医学图像中的细胞分割，这是全卷积神经网络在医学图像分割领域的第一次应用。卷积神经网络具有有