返回
Dental X-Ray image enhancement using a novel evolutionary optimization algorithm
DOI:10.1016/j.engappai.2024.109879.png)
摘要
En 中文
作为一个优化问题,牙科X射线图像增强的主要挑战在于以精确高效的方式执行边缘检测、噪声去除和亮度调整任务。为克服这些挑战,设计一种符合牙科图像搜索空间几何结构的、表现出开发-开发行为(exploit-exploit behavior)的优化算法,是一个尚未实现的重要挑战。该领域的不足之处导致图像增强算法陷入局部解陷阱和早期收敛问题。本文介绍了dFDB-LSHADE(基于动态适应度-距离平衡的、结合成就历史的自适应差分进化算法,并采用线性种群规模缩减)算法,该算法根据此问题的搜索空间需求设计用于牙科X射线图像增强,并能动态调整其开发-探索能力。所提出的方法在包含120张根尖片图像的数据集上进行了测试,这是文献中最广泛的实验研究。实验共使用了60种竞争算法,其中包括53种启发式算法和7种基于确定性方法的算法。在牙科图像研究中,所提出的算法比所有竞争对手具有更好的Friedman得分。根据Wilcoxon成对检验获得的统计分析结果,所提出的dFDB-LSHADE算法在牙科图像数据集上,相比其最强竞争对手,能够为23.3%的图像找到更优的解决方案。
Keyword:
Dental x-ray image processing
Meta-heuristic image improvement
Dynamic fitness distance balance
Linear population size reduction optimization
Artificial intelligence in dentistry
Evolutionary algorithms
期刊
IF:
8
论文数:
5.7K
被引数:
3.5W
机构
引用论文
Contrast Enhancement Dynamic Histogram Equalization for Medical Image Processing Application对比度增强动态直方图均衡化在医学图像处理中的应用

