一个改进的RIME优化算法用于肺癌图像细分
Lei Guo1, Lei Liu2, Zhiguang Zhao3
1Intensive Care Unit, The Second Affiliated Hospital of Wenzhou Medical University, Wenzhou, Zhejiang, 325088, China.
Computers in biology and medicine
|April 6, 2024
概括
这项研究引入了WDRIME,一种改进的鱼优化算法,用于准确的肺癌图像细分. 它通过提高病理图像分析的收速度和准确性来增强诊断能力.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 计算生物学 计算生物学
背景情况:
- 肺癌的诊断在很大程度上依赖于准确的病理图像分析.
- 图像细分是诊断医疗图像处理中的关键步骤.
- 现有的细分方法可能会面临与收速度和局部最佳的挑战.
研究的目的:
- 开发一个先进的群体智能算法,用于多层次的肺癌图像细分.
- 为了提高病态图像细分的融合速度和准确性.
- 为肺癌图像分析提供一个强大的框架.
主要方法:
- 一个改进的鱼优化算法,WDRIME,结合了猎物机制和随机突变.
- 肺癌病理图像的多层次图像细分方法.
- 对使用IEEE CEC2014基准和PSNR,SSIM,FSIM等指标的最先进算法进行性能评估.
主要成果:
- 与现有的算法相比,WDRIME表现出优越的融合速度和准确性.
- 结合WDRIME和多层次细分框架,实现了高质量的细分结果.
- 定量评估证实了拟议方法的有效性.
结论:
- WDRIME算法在肺癌图像细分方面取得了重大进展.
- 拟议的方法为详细分析肺癌病理学提供了可靠的工具.
- 这项研究支持改善肺癌的诊断准确性和治疗规划.
