一种用于眼底血管图像聚类分割的近似骨架蛙群编号方法

    公开(公告)号:CN110930412A

    公开(公告)日:2020-03-27

    申请号:CN201911200695.7

    申请日:2019-11-29

    Applicant: 南通大学

    Abstract: 本发明涉及到眼底血管图像聚类操作技术领域,具体来说涉及一种用于眼底血管图像聚类分割的近似骨架蛙群编号方法。本发明借助聚类方法,对眼底图像进行分割处理,根据病变点高亮的特性对病变点进行定位和剔除。为了获得更好的聚类分割效果,采用智能算法中较为有效且便于理解的混合蛙跳算法对K-means算法进行改进并使用近似骨架进一步充分利用算法获得的局部最优解,改进后的算法能有效克服原始K-means算法易于收敛至局部最优而无法有效进行图像分割缺点,获得更好的眼底血管聚类分割效果,更准确的分离出眼底血管的病变点。

    用于大规模脑核磁分割的最大熵多阈值蚁群进化Spark方法

    公开(公告)号:CN113744228B

    公开(公告)日:2023-02-07

    申请号:CN202110995542.7

    申请日:2021-08-27

    Applicant: 南通大学

    Abstract: 本发明提供了一种用于大规模脑核磁分割的最大熵多阈值蚁群进化Spark方法,属于医学信息智能处理区域技术领域。其技术方案为:首先,读取大规模脑核磁图像数据,并进行预处理操作,然后,设计改进的蚁群算法,将脑核磁图像的灰度级作为路径上的节点,蚂蚁经过的灰度级节点作为分割的阈值组,将Kapur熵作为目标函数;最后,搭建Spark框架,将改进的蚁群算法封装在可并行计算的RDD集合中,进行并行处理,得到最佳阈值组,并根据阈值组进行脑核磁图像的阈值分割。本发明的有益效果为:能够有效提高对大规模脑核磁图像信息提取的效率和精度,对脑核磁数据计算机智能辅助处理具有较强的应用价值。

Patent Agency Ranking