基于能量曲线的增强气味剂优化器,用于最佳的多级值选择热图乳房图像细分的温度图像细分

科学领域:

• 医疗成像医学成像
• 计算机视觉 计算机视觉
• 生物医学工程 生物医学工程

背景情况:

• 图像细分对于分析医学图像 (如乳腺温度图) 至关重要.
• 传统方法通常依赖于组图,这可能是限制性的.
• 进化算法用于优化细分值.

研究的目的:

• 开发一个有效的多级值细分方法,用于乳房温度图.
• 为了利用能量曲线 (EC) 而不是直方图来设置值.
• 引入和应用一种新的进化算法,即混沌双向气味剂优化与自适应控制策略 (ChBSAOACS).

主要方法:

• 开发并使用了混沌双向气味剂优化与自适应控制策略 (ChBSAOACS) 算法.
• 实施了基于能量曲线 (EC) 的多级值细分技术.
• 应用该方法对标准乳房温度图像进行细分.

主要成果:

• 拟议的 ChBSAOACS 算法有效地执行了多级值细分.
• 基于能量曲线的方法在乳房温度图像上证明了可行性.
• 定量和定性分析验证了该方法的有效性.

结论:

• 开发的 ChBSAOACS 算法为乳腺温度图的多级值细分提供了一种有效的方法.
• 使用能量曲线为基于直方图的方法提供了强大的替代方案.
• 拟议的方法显示了改善乳房温度图分析的前景.