一种高效的多层次值方法用于乳房热图分析,基于改进的BWO算法

科学领域:

• 医疗成像医学成像
• 计算智能是一种计算智能.
• 生物医学工程 生物医学工程

背景情况:

• 乳腺癌是全球领先的健康问题,需要先进的早期检测方法.
• 热谱为乳腺癌查提供了一个有前途的非电离替代方案.
• 准确的医学图像细分对于有效的分析和诊断至关重要.

研究的目的:

• 开发和评估一个改进的黑寡妇优化算法 (IBWOA),用于细分乳房温度图像.
• 提高标准黑寡妇优化算法 (BWOA) 的勘探和开发能力.
• 为了验证IBWOA在热图片细分中的优化算法对其他优化算法的优越性.

主要方法:

• 实施IBWOA,将征收航班用于增强勘探和准对立式学习以改善开发.
• 使用IBWOA对热图片进行细分,并与已知方法进行比较 (Otsu,Kapur的).
• 使用定量指标对哈里斯·霍克斯优化 (HHO),LSHADE,WOA,SCA和BWO进行性能评估.

主要成果:

• 在细分乳房温度图像方面,IBWOA表现出优异的质量和数量性能.
• 包括健身价值,PSNR,SSIM和FSIM在内的关键绩效指标显示,IBWOA显著改善.
• 拟议的算法有效地解决了标准BWOA的停滞和勘探开发平衡问题.

结论:

• 改进的黑寡妇优化算法 (IBWOA) 是乳房热图图像分割的高效和优越方法.
• 通过改进的图像分析,IBWOA为早期乳腺癌检测提供了更高的准确性和可靠性.
• 这项研究证实了IBWOA在推进医学成像诊断方面的潜力.