基于人工内分泌免疫系统的医学体数据分割方法技术方案

本发明专利技术公开了一种基于人工内分泌免疫系统的医学体数据分割方法，根据待分割医学体数据类数确定图像阈值自变量的个数，设定算法参数后生成初始种群，计算适应度选择概率，对初始抗体种群进行克隆操作，生成下一代子群体Ｂ′；对子群体Ｂ′进行自适应交叉和变异操作，生成新的种群Ｂ″；选择种群Ｂ″和种群Ｂ中抗体—抗原亲和度高的抗体形成新的种群Ｂ′″；计算种群Ｂ′″的抗体－抗原亲和度函数值，若结果满足终止条件，则获得最佳图像分割阈值，对三维医学图像进行分割。本发明专利技术改善了传统ＡＩＳ优化算法的寻优稳定性、种群多样性及亲和度成熟能力，提高了其收敛速度，形成了基于人工内分泌免疫系统的三维医学图像的精确、稳定分割方法。

【技术实现步骤摘要】

本专利技术涉及图像处理
，尤其是一种基于人工内分泌免疫系统的医学体数据分割方法。
技术介绍
由于人体组织器官之间的相互"粘连"，各组织边界天生存在"模糊性"和"不可分 辨性"，致使医学图像的分割，尤其是三维分割具有一定的挑战性——必须在保证分割精度 的前提下，大幅降低计算复杂度，以满足医疗诊断对实时性的要求。 医学体数据的分割具有数据量大、结构复杂、多维、大尺度、大量局部最优的特征， 因此选择合适的分割机理以及数值优化算法，是在最短时间内得到最优解的关键。穷尽 法、邻域法、爬山法和模拟退火法等传统分割优化算法均无法很好地解决该问题，它们在三 维搜索计算的实时性和精确性上，均不能满足临床诊断的需求。而近年来被广泛应用于图 像领域，具备快速全局寻优能力的人工智能类非线性优化算法，则更适于该类问题的求解， 例如丛琳等(电子与信息学报，2006年第28期)将免疫克隆选择算法成功应用于图像分 割。智能优化算法规避了仅从图像分割机理的角度寻求计算效率突破的单一思维方式，改 由其完成实时性优化任务，显著解放了运算量对三维分割算法的束缚。以人工免疫系统 (Artificial Immune本文档来自技高网...

【技术保护点】
基于人工内分泌免疫系统的医学体数据分割方法，其特征在于包括下述步骤：（１）打开待分割的医学体数据；（２）根据待分割类数确定图像阈值自变量的个数，图像阈值自变量的个数等于图像待分割类数减１，对阈值自变量进行编码；（３）设定算法参数，包括初始种群规模、克隆规模、初始交叉概率、初始变异概率和最大进化代数，并设置进化代数为１；根据初始种群规模随机生成初始种群，即种群Ｂ，并计算初始种群的抗体－抗原亲和度；（４）根据初始种群抗体－抗原亲和度计算适应度选择概率，同时计算抗体－抗体亲和度，进而得到克隆规模，按照克隆规模对初始抗体种群进行克隆操作，生成下一代子群体，即种群Ｂ′；（５）在克隆后的子群体内部，按照内...

【技术特征摘要】

【专利技术属性】
技术研发人员：王毅，牛奕龙，樊养余，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：87[中国|西安]