基于免疫遗传算法的三维大脑图像分割

• 作者: HAO Chong-yang Monika LEHMPFUHL 樊养余 牛奕龙 王毅 齐敏
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 三维大脑分割 最大熵多阈值 免疫遗传算法 模拟退火
• 年，卷（期）: 2008,（15）
• 所属期刊栏目: 信息、控制、决策与仿真
• 页码范围: 4136-4140,4145
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文

摘要

利用最大熵多阈值方法对三维大脑数据进行分割时,穷尽搜索法耗时长,而简单遗传算法的搜索结果又不够稳定和精确.针对该问题,提出了一种免疫遗传和模拟退火相结合的新算法来快速求解全局最大熵.与简单遗传算法相比,免疫遗传算法采用了更佳的选择操作,以确保更多不同个体被选择来保存种群的多样性,而模拟退火机制用于拉伸免疫遗传算法的适应度函数.算法给出了选择概率的一般表达式,并采用精英策略和自适应的交叉、变异机制以改善算法的收敛性.基于IDL平台的100次仿真结果表明,三维大脑数据被成功地分为:脑白质、脑灰质和脑脊液三部分,且与简单遗传算法和传统免疫遗传算法相比,本文算法在稳定性和精确性上更具优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊养余	西北工业大学电子信息学院	212	1698	20.0	32.0
2	齐敏	西北工业大学电子信息学院	54	714	13.0	25.0
3	王毅	西北工业大学电子信息学院	76	698	14.0	21.0
4	牛奕龙	西北工业大学航海学院	25	204	8.0	13.0