首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种用于磁共振图像的增强处理方法 

申请/专利权人:福建医科大学附属第一医院

申请日:2024-04-16

公开(公告)日:2024-07-05

公开(公告)号:CN118052746B

主分类号:G06T5/90

分类号:G06T5/90;G06N3/006

优先权:

专利状态码:有效-授权

法律状态:2024.07.05#授权;2024.06.04#实质审查的生效;2024.05.17#公开

摘要:本发明公开一种用于磁共振图像的增强处理方法,属于图像处理领域,包括:S1、对原始磁共振图像进行预处理,降低磁共振图像的噪声和伪影;S2、改进榛子树优化算法(IHTS)的位置更新更新数学模型和寻优机制,包括:改进榛子树优化算法的全局搜索阶段的生长率因子G和引入一种收敛逃脱策略;S3、利用改进后的榛子树优化算法(IHTS)整定自适应对比度增强算法的增益因子系数和窗口大小,得到IHTS‑ACE算法,利用IHTS‑ACE算法实现对磁共振图像的自适应增强,实验证明本方法对磁共振图像的增强有明显效果。

主权项:1.一种用于磁共振图像的增强处理方法,其特征在于,具体步骤包括:S1、对原始磁共振图像进行预处理,降低磁共振图像的噪声和伪影;S2、改进榛子树优化算法的位置更新数学模型和寻优机制,包括:S21、对榛子树优化算法的全局搜索阶段的生长率因子G改进,从而改进榛子树优化算法的生长策略的位置更新数学模型;其中,改进后的生长率因子G的数学模型公式为: 式中,t为当前迭代次数,T为榛子树优化算法最大迭代次数;以及,利用改进后的生长率因子G改进生长策略的位置更新数学模型,其中,生长策略公式为: 式中,为第t+1次迭代的第i个榛子树的位置,为第t次迭代的第i个榛子树的位置;S22、引入一种收敛逃脱策略,具体方式为:S221、在榛子树优化算法的根系传播阶段融合一对一优化器,改进榛子树优化算法的局部收敛的位置更新策略;其中,融合后的榛子树优化算法的局部收敛的位置更新策略数学模型为: 式中,为第i个榛子树最新的位置,为第t次迭代的第i个榛子树的位置,为第t次迭代的最优榛子树位置,rand为随机扰动系数,取值为0到1之间,R=round1+rand,round为取整函数,fitbest为当前迭代榛子树优化算法的最优适应度值,fiti为当前迭代第i个榛子树的适应度值,qt为混沌映射在迭代t次时产生的混沌变量,ub为榛子树优化算法的寻优上界,lb为榛子树优化算法的寻优下界;S222、引入收敛因子H,当H≤0.3成立时,利用准反向搜索策略更新榛子树优化算法种群位置,否则结束收敛逃脱策略;其中,所述收敛因子H用于判断榛子树优化算法在寻优过程中是否陷入局部最优值,由生长率因子G和当前迭代下的榛子树优化算法的最优适应度值和最差适应度值决定,数学模型公式为: 式中,fitworst为当前迭代榛子树优化算法的最差适应度值;以及,准反向搜索策略的数学模型公式为: 式中,为第i个榛子树个体的第j维度的更新后的位置,Ci,j为第i个榛子树个体第j维榛子树的上下限位置的中心值,为的镜像反向解;S3、利用改进后的榛子树优化算法整定自适应对比度增强算法的增益因子系数α和窗口大小k,通过整定后的自适应对比度增强算法实现对磁共振图像的自适应增强;其中,自适应对比度增强算法的数学模型公式为: 式中,α为对比度增强算法的增益因子系数,k对比度增强算法的窗口大小,Ix,y为原磁共振图像像素值,μx,y为像素x,y邻域的局部均值,σx,y为像素x,y邻域的局部标准差,Yx,y为增强后的磁共振图像像素值;以及,所述改进后的榛子树优化算法整定自适应对比度增强算法的增益因子系数α和窗口大小k,具体步骤为:S31、初始化榛子树优化算法的参数,包括生长率因子G、结果率因子c和结果率因子最大值cmax和最小值cmin、榛子树优化算法最大迭代次数T、当前迭代次数t以及榛子树的初始位置S32、将自适应对比度增强算法的增益因子系数α和窗口大小k作为一个解集,每个解集作为一个榛子树个体;S33、评价每个增益因子系数α和窗口大小k的解集,分别计算磁共振图像的信息熵和灰度标准方差,将所述磁共振图像的信息熵和灰度标准方差融入到适应度函数f中,得到每个解集的适应度值;其中,适应度函数的数学模型公式为: 式中,w1和w2为权重系数,满足w1+w2=1,Hi为磁共振图像的信息熵,Std为磁共振图像的灰度标准方差;S34、模拟榛子树的生长、果实散播和根系传播行为,建立榛子树位置更新的数学模型,更新自适应对比度增强算法的增益因子系数α和窗口大小k;S35、计算当前迭代的榛子树个体位置的适应度值,保留最小的适应度值与全局最优适应度值并进行比较,然后保留上述二者中较小的适应度值对应的榛子树个体位置;S36、利用收敛逃脱策略,当H≤0.3成立时,利用准反向搜索策略更新榛子树优化算法种群位置,跳出局部最优局限;S37、当前迭代次数t每次迭代自动加1,判断当前迭代t是否满足t=T,若是,则退出榛子树优化算法寻优,将增益因子系数α和窗口大小k的最佳解集输出,否则,返回执行步骤S33。

全文数据:

权利要求:

百度查询: 福建医科大学附属第一医院 一种用于磁共振图像的增强处理方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。