皮肤镜黑素细胞瘤图像自适应聚类的进化寻优

• 作者: 姜志国 孟如松 秦世引 谢凤英
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 皮肤镜图像 黑素细胞瘤 自生成神经网络 自适应聚类 遗传算法
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 图像与图形的融合
• 页码范围: 1745-1752
• 页数: 8页
• 分类号: TP391.41
• 字数: 6777字
• 语种: 中文

摘要

图像的自动准确分割是实现黑素细胞瘤图像自动分析的关键.针对皮肤镜黑素细胞瘤图像,提出一种基于改进遗传算法和自生成神经网络(SGNN)相结合的自适应聚类分割算法.首先采用遗传算法选取一组最优的种子样本作为初始神经树;然后通过SGNN对剩余样本进行训练得到一个自生成神经森林;最后令森林中每棵树代表一个类,完成黑素细胞瘤图像的自适应聚类分割.该算法解决了SGNN对样本训练顺序敏感的问题,并能够自适应地确定类别数,聚类过程无需任何人工干预;同时根据解空间的大小设定遗传算法的初始种群规模,并在进化过程中根据个体的变化对种群规模以及交叉率和变异率等遗传控制参数进行动态调整,有效地提高了算法的运行速度.实验结果表明,文中算法稳定性好,聚类结果符合人眼判别的诊断要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜志国	北京航空航天大学宇航学院	88	1038	20.0	29.0
2	秦世引	北京航空航天大学自动化科学与电气工程学院	67	1075	16.0	31.0
3	谢凤英	北京航空航天大学宇航学院	26	384	9.0	19.0
4	孟如松	中国人民解放军空军总医院皮肤科	22	56	4.0	5.0