1、近年來(lái)，隨著圖像技術(shù)和計(jì)算機(jī)應(yīng)用技術(shù)的不斷更新發(fā)展，計(jì)算機(jī)圖像技術(shù)在醫(yī)學(xué)領(lǐng)域的應(yīng)用也更加廣泛?，F(xiàn)如今醫(yī)學(xué)圖像處理技術(shù)已成為臨床診斷中的重要手段，醫(yī)學(xué)圖像技術(shù)中最重要的處理步驟就是醫(yī)學(xué)圖像分割。因此，怎樣有效的將醫(yī)學(xué)圖像進(jìn)行快速的分割已經(jīng)成為當(dāng)今國(guó)內(nèi)外研究的重點(diǎn)。
　　本文提出一種改進(jìn)的醫(yī)學(xué)圖像分割技術(shù)，利用群智能混合優(yōu)化算法對(duì)醫(yī)學(xué)圖像中正常組織和病變組織進(jìn)行分割。群智能優(yōu)化算法利用群體性策略進(jìn)行搜索，多點(diǎn)同時(shí)進(jìn)行，使得搜索范圍更加

2、廣泛，增強(qiáng)了群體的全局搜索能力。群智能混合算法是將改進(jìn)人工魚(yú)群算法和粒子群算法進(jìn)行融合，改進(jìn)的算法解決了人工魚(yú)群到后期收斂變慢和粒子群極易陷入局部極值的問(wèn)題，將混合算法應(yīng)用到腦部醫(yī)學(xué)圖像分割中，使用最大類間方差公式作為目標(biāo)函數(shù)，從而快速、準(zhǔn)確的找到分割閾值對(duì)病理區(qū)進(jìn)行分割。
　　本文所做的主要工作如下：
　　1）系統(tǒng)介紹了國(guó)內(nèi)外在醫(yī)學(xué)圖像領(lǐng)域的研究現(xiàn)狀和目前研究所顯現(xiàn)的問(wèn)題，并且概述了醫(yī)學(xué)圖像的基本特點(diǎn)和進(jìn)行醫(yī)學(xué)圖像分割的基

3、本方法。
　　2）介紹了人工魚(yú)群和粒子群的基本算法，并對(duì)它們的特點(diǎn)進(jìn)行分析。對(duì)于人工魚(yú)群算法后期收斂減慢的問(wèn)題，提出了在迭代中引入可變步長(zhǎng)的方法進(jìn)行改進(jìn)，并且做了相關(guān)實(shí)驗(yàn)進(jìn)行驗(yàn)證。
　　3）提出了混合優(yōu)化算法對(duì)腦部醫(yī)學(xué)圖像進(jìn)行分割，定義為IAFS-PSO算法，將改進(jìn)后人工魚(yú)群算法與粒子群算法進(jìn)行融合，使用最大類間方差（Ostu）作為適應(yīng)度函數(shù)，利用混合優(yōu)化算法進(jìn)行優(yōu)化得到分割閾值，然后進(jìn)行醫(yī)學(xué)圖像的分割。仿真實(shí)驗(yàn)通過(guò)對(duì)腦部醫(yī)