[发明专利]基于改进PSO的Otsu肺部图像分割方法

说明书

本发明基于改进PSO的Otsu肺部图像分割方法属于图像分割技术领域；该方法是将PSO算法和二维Otsu算法相结合，从肺部图像中提取感兴趣区域；首先通过改进的PSO算法对图像进行寻优处理，获得全局最优解；然后将该全局最优解作为最佳阈值，根据二维Otsu算法原理，灰度值大于最佳阈值为目标即本发明所述感兴趣区域，灰度值小于最佳阈值为背景，从而把图像分割出来；本发明基于改进PSO的Otsu肺部图像分割方法，可以提高肺部图像分割的准确率和效率。

技术领域

基于改进PSO的Otsu肺部图像分割方法属于图像分割技术领域。

背景技术

当今社会，是经济、文化和高新科技飞速发展的社会。人们在迅速发展新科技的同时， 也越来越关注自身的生活环境与医疗条件。健康，越来越获得每一个人的倾心关注。

近些年以来，肺癌治疗的重要性已经不言而喻，肺部图像分割的准确性和分割效率对肺癌的治 疗是至关重要的。国家癌症中心发布的《2012中国肿瘤登记年报》显示，全国肿瘤登记地区 恶性肿瘤发病第一位的是肺癌，死亡第一位的也是肺癌。

随着计算机技术的发展，图像分割在很多领域都得到发展并被广泛应用，在医学临床上 的应用更是越来越明显和重要。找到合适的医学图像分割方法对临床诊断和治疗都具有重大 意义。

在过去的几十年间，图像分割在医学成像中已经发挥了日益重要的作用，被广泛地应用 于医学研究的各个领域中。随着医学成像在临床诊断和治疗的作用越来越显著，医学图像分 割就成必医学图像分析领域的一个挑战性的研究课题。医学图像分割是决定医学图像在临床 诊疗中能否提供可靠依据的关键问题。

肺部CT图像分割就是把肺部从CT图像中提取出来，为临床和病理研究提供可靠依据。 近年来，肺部CT图像分割在临床上的应用越来越广泛，已经成为医生进行肝功能、病理和 解剖研究的重要手段。而肺部边界确定为定量分析的先决条件，具有很高的研究价值:(1)利 于进一步确定病灶的体积大小和病变程度，便于医生及时准确的制定治疗方案。(2)提取肺部 有利于医生进行诊断和治疗。

肺部CT图像具有灰度不均、结构复杂等特点，因此分割方法的选取将直接影响肺部CT 图像的分割精度和速度。而且传统肺部图像分割方法存在时间复杂度高、分割精度低等问题， 因此寻求精准快速的分割肺部图像的方法成为近年来的研究热点和难点。

发明内容

本发明的目的在于针对上述现有方法的不足，提出了基于改进PSO的Otsu肺部图像分 割方法，进而提高分割的准确性和分割效率。

本发明的目的是这样实现的：

一种基于改进PSO的Otsu肺部图像分割方法，将PSO算法和二维Otsu算法相结合，从肺部图像中提取感兴趣区域；通过PSO算法对图像进行寻优处理，获得全局最优解作为最佳阈值，利用Otsu算法对图像进行分割。

上述基于改进PSO的Otsu肺部图像分割方法，将PSO算法引入到Otsu算法中，得到基 于改进PSO的Otsu肺部图像分割方法，该算法实现的具体步骤为：

步骤一，初始化粒子群，包括位置和速度，设定粒子数为N，搜索空间为D维，粒子i在 D维空间的位置表示为X_iD＝{X_i1，X_i2，…，X_iD}，i＝{1，2，3，…，N}，每个例粒子的飞行速度表示为 V_iD＝{V_i1，V_i2，...，V_iD}，i＝{1，2，3，…，N}，每个粒子经过的最优位置为Pbest，种群中所有粒子所经 历过的具有最优适应值的位置(全局最优位置)为Gbest；

步骤二，计算图像的灰度直方图；

步骤三，根据适应度函数，计算出每个粒子的适应度值；