基于灰狼优化算法的PCNN中药材显微图像分割

作者：刘勍^*; 黄金; 张亚亚; 赵利民; 赵玉祥

来源：信阳师范学院学报(自然科学版), 2023, 1-7.

• 中药材显微图像
• 图像分割
• 脉冲耦合神经网络(PCNN)
• 灰狼优化算法(GWO)

为有效分割中药材显微图像的目标信息,提出了一种基于灰狼优化算法(Gray wolf optimization,GWO)的改进型脉冲耦合神经网络(Pulse coupled neural networks,PCNN)中药材显微图像自动分割方法。首先,从适应处理显微图像的角度出发对传统PCNN模型进行简化与改进;其次,在训练图像中提取香农熵值作为GWO的适应度函数来自适应调节PCNN关键参数——链接系数β,进而实现图像目标的最优分割;最后,将所提算法与聚类分割法、OTSU法、传统PCNN法进行了实验比较,并用骰子系数、体积重叠误差、相对体积、精确度和交并比等常用医学图像分割评判标准对4种处理方法做了客观评价。实验结果表明,所提方法能够实现图像的自适应分割,较好地保持了图像细节、纹理及边缘等信息,对不同显微图像分割准确度高,改善了图像的分割性能,具有较强的适用性。

• 出版日期2023
• 单位天水师范学院