【摘要】：醫(yī)學(xué)圖像是反映人體生物組織的復(fù)雜圖像,圖像信息量大,處理困難。醫(yī)學(xué)圖像分割是醫(yī)學(xué)圖像研究的一個(gè)關(guān)鍵環(huán)節(jié),對(duì)臨床醫(yī)學(xué)的應(yīng)用和發(fā)展有著巨大的實(shí)用價(jià)值。醫(yī)學(xué)圖像主要包括X射線斷層(在圖像優(yōu)化處理應(yīng)該避免,CT)、超聲、核磁共振( ,MRI)等圖像,其在人體內(nèi)部組織器官的定量分析、實(shí)時(shí)監(jiān)控和治療規(guī)劃等方面都具有重要的作用。利用醫(yī)學(xué)圖像進(jìn)行診斷時(shí),常根據(jù)需要將特定的組織器官或感興趣的區(qū)域( of ,ROI)提取出來(lái),以便更好地對(duì)其進(jìn)行分析和診斷,這個(gè)過(guò)程就是圖像分割。由于醫(yī)學(xué)圖像本身分辨率較低、對(duì)比度較低,以及固有噪聲的影響,使用傳統(tǒng)的圖像分割方法很難達(dá)到要求。如何在計(jì)算機(jī)輔助下,精確地、自適應(yīng)分割地提取影像中包含的信息來(lái)滿足醫(yī)學(xué)圖像處理的要求,是圖像分析專家需要解決的關(guān)鍵問(wèn)題。本文首先介紹了圖像分割的基本原理、現(xiàn)狀和分類,以及一些常規(guī)的分割方法。然后對(duì)Snake模型的主要方法以及其對(duì)醫(yī)學(xué)圖像的分割結(jié)果進(jìn)行了分析。針對(duì)Snake模型在凹陷輪廓、局部最優(yōu)、收斂速度和分割精度等方面存在的不足,本文從以下方面展開(kāi)工作:(1)針對(duì)蟻群算法由于初始信息素匱乏易陷于局部最優(yōu)解,把魚群的擁擠度函數(shù)引入到蟻群算法中,實(shí)驗(yàn)結(jié)果表明加入擁擠度函數(shù)的蟻群算法增加了算法的遍歷能力,提高了蟻群算法尋找全局最優(yōu)解的能力。(2)改進(jìn)了傳統(tǒng)的遺傳算法和蟻群算法分步起作用的結(jié)合方式,基本思想是用遺傳算法優(yōu)化每一次迭代的螞蟻,使其作用于整個(gè)搜索尋優(yōu)的過(guò)程,而不同于傳統(tǒng)的分步結(jié)合方式,實(shí)驗(yàn)結(jié)果表明本文改進(jìn)的混合算法在收斂速度、最優(yōu)解的精度方面比傳統(tǒng)的結(jié)合方式有優(yōu)勢(shì)。(3)為防止Snake模型陷入局部最優(yōu)在圖像優(yōu)化處理應(yīng)該避免,把優(yōu)化的蟻群算法應(yīng)用到Snake模型中,增加其全局搜索性。實(shí)驗(yàn)結(jié)果表明本文的基于優(yōu)化蟻群算法的Snake分割方法比單獨(dú)Snake方法在尋求全局最優(yōu)解的精度方面有優(yōu)勢(shì)。