本發明屬于醫學圖像處理領域，具體涉及一種慢性阻塞性肺疾病的醫學圖像分割方法及系統。

背景技術：

1、慢性阻塞性肺?。╟hronic?obstructive?pulmonary?disease,copd）是一種慢性呼吸系統疾病。早期準確診斷和評估copd對于患者的治療和管理具有重要意義。然而，由于肺部ct圖像中病變區域的組織邊界模糊、病灶形態復雜等問題，傳統的影像診斷方法容易出現誤診和效率低的問題。因此，如何在醫學影像中高效、精準地分割病變區域，成為copd診斷的重要研究方向。

2、多閾值圖像分割作為一種有效的醫學圖像處理技術，能夠通過設定多個閾值將圖像劃分為不同的區域，從而實現對目標病灶的準確提取。其原理是基于圖像的像素灰度直方圖，通過選擇適當的閾值組合來最大化某種準則（如熵），以實現圖像的最佳分割效果。然而，多閾值分割中面臨的主要難題是如何選擇合適的閾值組合，特別是在高維復雜的閾值搜索空間中，傳統方法往往出現分割精度不足或耗時較長的問題，難以滿足實際需求。而元啟發式算法因其在全局優化問題上的強大性能，常被用于醫學圖像的多閾值分割。當然，元啟發式算法也存在易陷入局部最優、收斂速度慢等問題，導致在對醫學圖像進行閾值分割時閾值組合選擇精度較低，導致醫學圖像分割不準確，限制了其在實際應用中的表現。

技術實現思路

1、為了解決慢性阻塞性肺病圖像的多閾值分割問題，本發明提供了一種慢性阻塞性肺疾病的醫學圖像分割方法及系統。

2、為了實現上述目的，本發明提供如下技術方案：

3、一種慢性阻塞性肺疾病的醫學圖像分割方法，具體包括以下步驟：

4、獲取慢性阻塞性肺病醫學圖像，并將所述慢性阻塞性肺病醫學圖像轉換為灰度圖像，對所述灰度圖像進行非局部均值濾波操作，得到濾波后的圖像；基于所述濾波后的圖像與灰度圖像，得到二維直方圖；

5、將自適應傳遞策略和螺旋運動算子引入到青蒿素算法中，得到改進青蒿素算法；基于所述二維直方圖得到總熵最大的renyi熵作為目標，以改進青蒿素算法為搜索方法，得到最佳分割閾值組合；

6、根據所述最佳分割閾值組合對慢性阻塞性肺病醫學圖像進行分割，輸出分割結果。

7、優選地，所述改進青蒿素算法通過螺旋式路徑更新個體位置，位置更新規則具體為：

8、；

9、；

10、；

11、；

12、；

13、其中，為第個個體在第維度的位置，為排序后的種群；為種群和排序后種群之間的距離；是等于1的常數，用于控制對數螺旋函數的形狀；表示螺旋路徑中的角度變化部分，使得個體在不同維度上沿螺旋形狀進行移動；表示四舍五入；為當前評估次數；和為過程參量；為最大評估次數；表示種群大小；

14、在種群個體位置更新后，通過自適應擾動動態地調節個體的遷移過程，個體遷移的更新規則具體為：

15、；

16、；

17、；

18、其中，是一個擾動幅度控制參數；是在[-1,1]范圍內的隨機數，用于引入搜索過程中的隨機性；用于調整當前解的位置；種群個體需要通過進行更新，，()表示隨機函數， p為隨機排列維度。

19、優選地，對所述灰度圖像進行非局部均值濾波操作，得到濾波后的圖像，具體為：

20、；

21、其中，是慢性阻塞性肺病醫學圖像中像素經非局部均值濾波去噪后的灰度值；指像素和的相應權重，是慢性阻塞性肺病醫學圖像 i中像素 f的灰度值。

22、優選地，基于所述濾波后的圖像與灰度圖像，得到二維直方圖，具體是點是由灰度圖像中的像素的灰度值和非局部均值圖像中的像素的灰度值產生的，用表示點出現的次數，根據聯合概率密度由下式給出，得到二維直方圖：

23、。

24、優選地，基于所述二維直方圖得到總熵最大的renyi熵作為目標，以改進青蒿素算法為搜索方法，得到最佳分割閾值組合，具體是：

25、令二維直方圖的灰度等級為，表示非零自然數，像素灰度等級和非局部均值灰度等級構成一個的二元組，renyi熵的表達式為：

26、；

27、；

28、；

29、…

30、；

31、；

32、；

33、…

34、；

35、其中表示圖像分類的不同熵值，代表不同類別的可能性；

36、通過對二元組設置使得renyi總熵最大，得到最大的renyi熵；

37、改進青蒿素算法為搜索方法以總熵最大的renyi熵作為目標，得到最佳分割閾值組合。

38、本發明還提供一種慢性阻塞性肺疾病的醫學圖像分割系統，具體包括：

39、圖像處理模塊，用于獲取慢性阻塞性肺病醫學圖像，并將所述慢性阻塞性肺病醫學圖像轉換為灰度圖像，對所述灰度圖像進行非局部均值濾波操作，得到濾波后的圖像；基于所述濾波后的圖像與灰度圖像，得到二維直方圖；

40、閾值獲取模塊，用于將自適應傳遞策略和螺旋運動算子引入到青蒿素算法中，得到改進青蒿素算法；基于所述二維直方圖得到總熵最大的renyi熵作為目標，以改進青蒿素算法為搜索方法，得到最佳分割閾值組合；

41、圖像分割模塊，用于根據所述最佳分割閾值組合對慢性阻塞性肺病醫學圖像進行分割，輸出分割結果。

42、本發明還提供一種計算機設備，包括存儲器、處理器及存儲在存儲器上的計算機程序，所述處理器執行所述計算機程序以實現所述一種慢性阻塞性肺疾病的醫學圖像分割方法中所述的步驟。

43、本發明還提供一種計算機可讀存儲介質，所述存儲介質上存儲有計算機程序，該計算機程序被處理器加載時，能夠執行所述一種慢性阻塞性肺疾病的醫學圖像分割方法中所述的步驟。

44、本發明提供的一種慢性阻塞性肺疾病的醫學圖像分割方法具有以下有益效果：

45、本發明將獲取的慢性阻塞性肺病圖像轉換為灰度圖像并將進行非局部均值濾波后，將非局部均值濾波圖像與灰度圖像一起形成二維直方圖。將自適應傳遞策略和螺旋運動算子引入到了青蒿素算法中，提升了算法的多樣性和全局搜索性能，通過動態擾動來調節個體的遷移過程，在不同階段靈活地在全局探索與局部開發之間切換。選擇renyi熵作為目標、改進的青蒿素算法作為搜索方法，得到全局最優解的最佳分割閾值組合，提高閾值組合選擇的精確度，根據得到的最優閾值組合，對慢性阻塞性肺病圖像進行分割，實現對病變區域的快速精準地分割。

技術特征：

1.一種慢性阻塞性肺疾病的醫學圖像分割方法，其特征在于，包括以下步驟：

2.根據權利要求1所述的一種慢性阻塞性肺疾病的醫學圖像分割方法，其特征在于，所述改進青蒿素算法通過螺旋式路徑更新個體位置，位置更新規則具體為：

3.根據權利要求1所述的一種慢性阻塞性肺疾病的醫學圖像分割方法，其特征在于，對所述灰度圖像進行非局部均值濾波操作，得到濾波后的圖像，具體為：

4.根據權利要求3所述的一種慢性阻塞性肺疾病的醫學圖像分割方法，其特征在于，基于所述濾波后的圖像與灰度圖像，得到二維直方圖，具體是點是由灰度圖像中的像素的灰度值和非局部均值圖像中的像素的灰度值產生的，用表示點出現的次數，根據聯合概率密度由下式給出，得到二維直方圖：

5.根據權利要求2所述的一種慢性阻塞性肺疾病的醫學圖像分割方法，其特征在于，基于所述二維直方圖得到總熵最大的renyi熵作為目標，以改進青蒿素算法為搜索方法，得到最佳分割閾值組合，具體是：

6.一種慢性阻塞性肺疾病的醫學圖像分割系統，其特征在于，包括：

7.一種計算機設備，包括存儲器、處理器及存儲在存儲器上的計算機程序，其特征在于，所述處理器執行所述計算機程序以實現權利要求1至5任一項所述方法的步驟。

8.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器加載時，能夠執行權利要求1至5任一項所述方法的步驟。

技術總結
本發明提供了一種慢性阻塞性肺疾病的醫學圖像分割方法及系統，屬于醫學圖像處理領域，包括獲取慢性阻塞性肺病圖像并轉換為灰度圖像，對灰度圖像進行非局部均值濾波操作，得到濾波后的圖像；基于濾波后的圖像與灰度圖像，構造出相應的二維直方圖；將自適應傳遞策略和螺旋運動算子引入到了青蒿素算法中，得到改進青蒿素算法；以Renyi熵作為目標、改進青蒿素算法作為搜索方法，進行閾值搜索，得到最佳分割閾值組合；根據最佳分割閾值組合對慢性阻塞性肺病圖像進行分割，輸出分割結果。為慢性阻塞性肺病的早期診斷提供準確的技術支持。

技術研發人員：李成業,許詩琪,林曉曉,陳慧靈,蔡振鬧,陳翼
受保護的技術使用者：溫州醫科大學附屬第一醫院
技術研發日：
技術公布日：2025/4/28