通过积和混合GA-CPSO注册来提高多谱乳腺成像质量
Tsabeeh Salah M Mahmoud1, Adnan Munawar1, Muhammad Zeeshan Nawaz1
1Medical School, Faculty of Medicine, Tianjin University, Tianjin 300072, China.
Bioengineering (Basel, Switzerland)
|January 8, 2025
概括
一个新的混合算法 (GA-CPSO) 通过准确地记录多谱传输图像来改善乳腺组织成像,提高积和整体图像质量,以便更好地诊断.
科学领域:
- 生物医学光学 生物医学光学
- 医疗成像医学成像
- 计算成像技术的成像
背景情况:
- 多光谱传输成像提供高分辨率的乳腺组织可视化,但由于光散射和吸收,其信号噪声比 (SNR) 和图像噪声低.
- 积用于增强SNR,但相机的动和运动会导致错位,降低图像质量.
- 现有的注册方法与乳腺组织成像固有的复杂的噪音和运动工件作斗争.
研究的目的:
- 引入一种新的混合图像注册方法 (GA-CPSO),以克服乳腺组织多谱传输成像方面的挑战.
- 通过准确的记录和积累,提高信号噪声比 (SNR) 和整体图像质量.
- 改善准确的多光谱传输图像细分和分类的基础.
主要方法:
- 一种混合基因算法 (GA) 和基于收缩因子的粒子群优化 (CPSO) 方法,称为GA-CPSO,已被开发用于图像注册.
- 一个平方的收缩因子 (SCF) 被纳入,以加速GA-CPSO算法的收和效率.
- 该方法使用600,620,670和760nm波长获得的多光谱乳房框架进行了验证.
主要成果:
- 该GA-CPSO方法实现了高记录精度 (99.93%) 和显著减少记录时间.
- 混合方法有效地解决了由摄像机动和呼吸运动引起的不对齐问题.
- 增强的积导致整体图像质量和SNR的大幅改善.
结论:
- 该GA-CPSO算法提供了一个有效的解决方案,用于准确的图像记录在多光谱传输成像乳腺组织.
- 这种改进的注册增强了积,从而为诊断应用提供了优越的图像质量.
- 这项研究为高级图像分析技术奠定了基础,例如乳房成像中的细分和分类.
