一种医学图像分割阈值的确定方法、装置、介质和设备

本发明涉及图像分割，特别涉及一种医学图像分割阈值的确定方法、装置、介质和设备。

背景技术：

1、多阈值图像分割是一种使用一组分割阈值将图像划分为多个互不重叠区域的技术，每个区域对应一个特定的灰度范围。因此在许多领域有着广泛应用，尤其在医学图像处理中具有重要意义。然而，选择合适的阈值组合是一个具有挑战性的问题，这直接影响医学图像分割的质量。

2、在寻找医学图像最优阈值的应用场景中，最优阈值通常指的是能够使某个性能指标（如误分割率、准确率等）达到最优的分割阈值。为了实现这一目标，可以使用元启发式算法来搜索可能的阈值空间，并通过评估每个候选阈值的性能指标来逐步逼近使得分割后医学图像的性能指标达到最优的解。

3、但是，由于医学图像通常呈现出多层次的生物组织结构，这种图像复杂性可能会导致元启发式算法在搜索过程中停留在非全局最优的解附近，造成所获得的最优解可能并不对应于使医学图像分割指标达到最优的分割阈值，从而基于该阈值无法准确地将属于同一生物组织的像素点进行有效分割，从而降低了医学图像分割的准确性。

技术实现思路

1、基于此，为了解决现有技术中的技术问题，本发明提供一种医学图像分割阈值的确定方法、装置、介质和设备。

2、本发明提供了一种医学图像分割阈值的确定方法，包括：

3、获得大小为 m× n的待分割医学图像 i；将待分割医学图像 i转化为待分割医学灰度图像；

4、对待分割医学灰度图像进行非局部均值滤波操作，获得非局部均值滤波图像：

5、

6、

7、

8、

9、

10、其中，是待分割医学图像中像素经非局部均值滤波操作去噪后的灰度值，指像素和像素的相应权重；是像素的灰度值；表示归一化系数，指控制参数，和是像素e和像素的局部均值；指像素周围规模为的像素块，表示像素的灰度值；指像素周围规模为的像素块，表示像素的灰度值；

11、将非局部均值滤波图像与待分割医学灰度图像一起形成二维直方图，二维直方图的 x轴表示待分割医学灰度图像的灰度值， y轴表示非局部均值滤波图像的值，二维直方图的 z轴的数值为：

12、

13、其中，是像素对出现的次数；

14、设置 l-1个初始阈值，对 l-1个初始阈值进行非局部均值滤波操作；将 l-1个初始阈值和非局部均值滤波操作的结果组成一个集合 u：

15、

16、其中，~分别为 l-1个初始阈值；~分别为~经过非局部均值滤波操作后所得到的结果；

17、使用 l-1个初始阈值将待分割医学灰度图像分割为 l-1个不同的区域：{ s 1，....， s l-1}，以kapur熵作为表征分割后的医学灰度图像中被分割为同一类像素一致程度的特征值，获得 l- 1个不同的区域{ s 1，....， s l-1}对应的kapur熵总和 h：

18、

19、其中， h 1~ h l-1分别为区域 s 1~ s l-1的kapur熵；

20、使用改进雾凇算法在二维直方图中搜索一组使得分割后的医学灰度图像中被分割为同一类的像素具有最大一致程度特征值的最优分割阈值，即获得使得 h最大的阈值集合 u*：

21、 u*=argmax( h)

22、其中，argmax()表示寻找一组 u*，使得 h最大；

23、以 u*中的灰度值~*作为最优分割阈值；

24、所述改进雾凇算法包括以下步骤：

25、i：初始化参数，包括雾凇种群大小和最大评估次数；其中，种群大小表示个分割阈值集合；

26、ii：将雾凇种群中所有雾凇个体的kapur熵作为适应度值，找到最优个体和最优适应值；

27、iii：判断当前评估次数是否不小于，如果是，则执行步骤iv；否则，执行步骤v；

28、iv：采用协方差矩阵适应演化策略更新种群位置；所述协方差矩阵适应演化策略具体包括：

29、生成候选解：

30、

31、其中，为第 t+1次迭代生成的第 k个候选解；为第 t次迭代的搜索均值；为第 t次迭代的步长因子；为第 t次迭代中从多元正态分布中采样所得到的向量，为第 t次迭代的协方差矩阵；

32、对生成的候选解进行排序，使用排序靠前的若干个候选解对协方差矩阵进行更新：

33、

34、

35、

36、

37、其中，为更新后第 t+1次迭代的搜索均值；为第 t+1次迭代生成候选解；为排序靠前的候选解数量；为第个候选解的权重，且权重满足；为更新后第 t+1次迭代的步长因子；为步长控制路径的学习率；为步长控制的阻尼因子；代表标准正态分布下随机变量的期望长度；为更新后第 t+1次迭代的步长控制路径；为第 t次迭代的步长控制路径；为有效样本大小；为更新后第 t+1次迭代的协方差矩阵；为协方差矩阵更新的主要学习率；则表示协方差矩阵更新的次要学习率；上标t表示转置；

38、基于更新后的协方差矩阵更新候选解；

39、v：生成一个位于区间[0，1]的随机数 rand 1，如果 rand 1<，则采用软雾凇策略更新雾凇个体；否则执行步骤vi；

40、vi：生成一个位于区间[0，1]的随机数 rand 2，如果 rand 2<，则采用硬穿刺策略更新雾凇个体，其中表示当前个体适应度的归一化值；否则执行步骤vii；

41、vii：采用霜冻扩散策略对雾凇个体进行更新；所述霜冻扩散策略具体包括：

42、

43、

44、

45、其中，和分别为第 t+1次迭代和第 t次迭代生成的第 i个候选解；为扩散系数；为第 t次迭代中两个随机个体和的距离； rand为[-1，1]之间的随机数； fes为当前评估次数； maxfes为最大评估次数；为常数；用于判断在第 t次迭代中是否执行霜冻扩散策略；

46、上式的含义是，在原始雾凇算法前期寻优阶段，随着迭代的进行减小的数值，以增大执行霜冻扩散策略的概率，促使个体进行较大范围的扩散，从而跳出局部最优；

47、viii：判断是否满足，其中 f是更新后个体的适应度值，如果是，使用贪婪选择机制更新最优个体和最优适应值；否则执行步骤viiii；

48、viiii：检查是否满足 fes< maxfes，如果是，返回携带最优分割阈值信息的最佳雾凇位置和最佳适应度值；否则返回步骤iii。

49、本发明提供了一种医学图像分割阈值的确定装置，包括：

50、数据采集模块，用于获得待分割医学图像的二维直方图；

51、阈值寻优模块，用于使用改进雾凇算法在二维直方图中搜索一组最优分割阈值作为医学图像分割阈值；所述一组最优分割阈值是使得分割后的医学图像中被分割为同一类的像素具有最大一致程度特征值的分割阈值；

52、所述改进雾凇算法包括：在原始雾凇算法前期寻优阶段中添加霜冻扩散策略，并在后期寻优阶段执行协方差矩阵适应演化策略；

53、所述霜冻扩散策略通过引入扩散系数以降低种群个体集中或提前收敛到局部最优解的概率，所述扩散系数用于控制携带分割阈值信息的个体在搜索空间内的扩散范围；

54、所述协方差矩阵适应演化策略通过动态调整种群中携带分割阈值信息的个体在搜索空间内的变异方向和变异尺度，以将搜索范围缩小至携带最优分割阈值信息的个体周围。

55、本发明提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述医学图像分割阈值的确定方法。

56、本发明提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述医学图像分割阈值的确定方法。

57、本发明采用的上述至少一个技术方案能够达到以下有益效果：

58、在本发明提供的医学图像分割阈值的确定方法中，通过在原始雾凇算法前期寻优阶段中添加霜冻扩散策略、在后期寻优阶段执行协方差矩阵适应演化策略对原始雾凇算法进行改进，以增强原始雾凇算法前期寻优阶段的全局搜索能力和后期寻优阶段的局部精细搜索能力。具体而言：霜冻扩散策略通过引入扩散系数，在寻优阶段前期调整个体在搜索空间内的扩散范围，使得在寻优前期携带分割阈值信息的个体覆盖搜索空间中的尽可能多的区域，而并不是围绕某一区域搜索分割阈值，降低了种群个体集中或提前收敛到局部最优解的概率，实现了在搜索空间内的“广撒网”；协方差矩阵适应演化策略通过动态调整种群中携带分割阈值信息的个体在搜索空间内的变异方向和变异尺度，将搜索范围缩小至携带最优分割阈值信息的个体周围，因此在寻优后期缩小搜索范围是“广撒网”后的“精准捕捉”，从而获得了使得医学图像分割指标达到最优的分割阈值，基于该阈值可以准确地将属于同一生物组织的像素点进行有效分割。

技术特征：

1.一种医学图像分割阈值的确定方法，其特征在于，包括：

2.如权利要求1所述的医学图像分割阈值的确定方法，其特征在于，所述使用改进雾凇算法在二维直方图中搜索一组最优分割阈值作为医学图像分割阈值，具体包括：

3.如权利要求2所述的医学图像分割阈值的确定方法，其特征在于，所述使用改进雾凇算法获得使得h最大的阈值集合u*，具体包括：

4.如权利要求3所述的医学图像分割阈值的确定方法，其特征在于，所述采用协方差矩阵适应演化策略更新种群位置，具体包括：

5.如权利要求2所述的医学图像分割阈值的确定方法，其特征在于，所述采用霜冻扩散策略对雾凇个体进行更新，具体包括：

6.如权利要求1所述的医学图像分割阈值的确定方法，其特征在于，所述对l-1个初始阈值进行非局部均值滤波操作，具体包括：

7.一种医学图像分割阈值的确定装置，其特征在于，包括：

8.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～6任一项所述的方法。

9.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述权利要求1～6任一所述的方法。

技术总结
本发明公开了一种医学图像分割阈值的确定方法、装置、介质和设备，涉及图像分割技术领域。为了解决基于现有技术所获得的医学图像分割阈值不准确这一技术问题，本发明通过对雾凇算法进行改进以获得更加准确的医学图像分割阈值，该改进雾凇算法包括：通过在原始雾凇算法前期寻优阶段中添加霜冻扩散策略，并在后期寻优阶段执行协方差矩阵适应演化策略，这种改进增强原始雾凇算法前期寻优阶段的全局搜索能力、原始雾凇算法后期寻优阶段的局部精细搜索能力，基于改进雾凇算法获得了更准确的医学图像分割阈值。

技术研发人员：陈慧灵,黄金鹏,蔡振闹,陈丽燕,李成业,陈翼
受保护的技术使用者：温州大学大数据与信息技术研究院
技术研发日：
技术公布日：2024/12/5