[发明专利]一种医学图像分割方法

摘要

本发明涉及一种医学图像分割方法，属于图像处理领域。本发明的方法基于和声搜索算法，经图像预处理、提取图像特征、图像预分割、全局最优和声搜索、图像部分区域内最优和声搜索等步骤实现。理论和实践证明，本发明妥善解决了聚类算法中单目标函数、单阈值、未考虑组成部分聚类效果的问题。采用本发明的方法后，不仅可以高效完成医学图像的分割，而且不丢失重要图像特征，因此可以获得高质量的医学分割图像，满足医护人员的诊断阅读需求。

主权项

1.一种医学图像分割方法，在计算机读入原始图像后，进行如下基本步骤：步骤A.设置参数：搜索规模N，聚类个数K，每个簇中优化迭代次数T，和声搜索算法参数记忆取值矩阵HMCR，微调概率PAR，音调微调带宽bw，最大迭代次数Tmax；步骤B.采用K‑means算法对医学图像进行聚类，将其分为K个簇，完成对图像的初始分割；步骤C.根据步骤B中K‑means算法的初始分割结果，对分割出来的每一个簇采用和声搜索算法(CHS)进行优化；步骤D.如果在某一个簇中找到最优解，则停止在这一个簇的搜索，记录其最优解X_best；以最优解X_best为中心，利用小生境技术产生一个小生境半径R，以X_best为中心，R为半径形成的区域作为禁忌区；步骤E.未满足终止条件时，重新再搜索空间中随机生成N个新的搜索点，如果新的搜索点在“禁忌区”中，则重新生成，转至步骤C继续执行；步骤F.如果在所有簇中都找到了最优解或者迭代次数大于T，则停止当前搜索，并根据搜索结果，映射至图像中完成图像分割，输出分割后的图像。