新都，V。；M.Singaravelan，新加坡。；J.拉马德维。；南卡罗来纳州维尼萨。；南赫马普里亚。 Bat算法辅助系统提取Flair/T2型脑MRI切片中的肿瘤。 （英语） Zbl 1457.92103号 Dey，Nilanjan（编辑）等，蝙蝠算法及其变体的应用。新加坡：斯普林格。Springer Tracts Nat.-灵感。计算。，155-172 (2021). 小结：最近，采用了大量的检查方法来检查使用Flair/T2模式记录的脑部MRI切片。Flair/T2模式比其他模式提供更明显的大脑异常。这项工作实现了一个基于启发式算法的考试过程。在此，使用Bat算法（BA）通过Kapur熵（KE）提高肿瘤像素的可见性。然后使用分水岭分割方法（WSM）收集改进的肿瘤切片。随后，执行将肿瘤部分与可用的地面实况图像（GTI）相联系的比较，并单独计算Flair和T2的质量度量（QM）。在本研究中，考虑了像素分辨率为240倍240倍1的MRI切片，并在400个MRI切片上实现了该技术（Flair=200+T2=200）。QM的平均结果证实，基于BA的技术有助于获得更好的结果（Flair/T2模态切片的准确率>95%）。将来，这种方法可以用于分析从医院获得的MRI切片。有关整个系列，请参见[Zbl 1457.92003年]. MSC公司： 92 C55 生物医学成像和信号处理 90 C59 数学规划中的近似方法和启发式 关键词：异常；脑肿瘤；MRI切片；卡普尔熵；bat算法评估；验证 PDF格式BibTeX公司 XML格式引用 \textit{V.Sindhu}等人，in：bat算法及其变体的应用。新加坡：斯普林格。155--172（2021年；Zbl 1457.92103） 全文： 内政部 参考文献： [1] Fernandes SL等人（2019）基于临床医生早期诊断支持的准确脑图像检查和治疗规划的可靠框架。神经计算应用1-12。https://doi.org/10.1007/s00521-019-04369-5 [2] Dey N等人（2019）基于社会-群体优化的肿瘤评估工具，用于Flair/扩散加权模式的临床脑MRI。生物信息工程39（3）：843-856。https://doi.org/10.1016/j.bbe.2019.07.005 ·doi:10.1016/j.bbe.2019.07.005 [3] Pugalenthi R等人（2019）使用机器学习技术对脑肿瘤MRI进行评估和分类。控制工程应用信息21（4）：12-21 [4] Satapathy SC，Rajinikanth V（2018）Jaya算法指导脑MRI肿瘤分割程序。《优化杂志》2018:12。https://doi.org/10.1155/2018/3738049 ·Zbl 07024761号 ·doi:10.1155/2018/3738049 [5] He T，Pamela MB，Shi F（2016）使用高斯型快速傅里叶变换对与价相关的fMRI数据集的光谱进行曲率操作及其在模糊KANSEI形容词建模中的应用。神经计算174:1049-1059·doi:10.1016/j.neucom.2015.10.025 [6] Hore S、Chakroborty S、Ashour AS、Dey N、Ashoul AS、Sifakipistolla D、Bhattacharya T、Bhadra Chaudhuri SR（2015）使用显微图像分析发现海马脑细胞轮廓。高级微晶研究杂志10（2）：93-103·doi:10.1166/jamr.2015.1245 [7] Kovalev V，Kruggel F（2007）解剖MRI显示的大脑白质纹理各向异性。IEEE Trans-Med Imaging 26（5）：678-685·doi:10.1109/TMI.2007.895481 [8] Moldovanu S、Moraru L、Biswas A（2016）脑MR图像中基于边缘的结构相似性分析。医学影像健康信息杂志6:1-8·doi:10.1166/jmihi.2016.1583 [9] Rajinikanth V，Dey N，Kumar R，Panneerselvam J，Raja NSM（2019）使用Jaya算法和Chan-Vese分割从超声图像中提取胎儿头部外围。《计算机科学百科全书》152:66-73。https://doi.org/10.1016/j.procs.2019.05.028 ·doi:10.1016/j.procs.2019.05.028 [10] Tatla SK，Radomski A，Cheung J，Maron M，Jarus T（2012）Wii适应症作为获得性脑损伤儿童的平衡疗法。Dev Neurorehabil公司1-15。http://www.ncbi.nlm.nih.gov/pubmed/23231377 [11] Sullivan JR，Riccio C A（2010），儿童创伤性脑损伤后的语言功能和缺陷。应用神经心理学17（2）：93-98。http://www.ncbi.nlm.nih.gov/pubmed/20467948 [12] McKinlay A、Grace RC、Horwood LJ、Fergusson DM、Ridder EM、MacFarlane MR（2008）儿童、青少年和年轻成人创伤性脑损伤的发病率：出生队列的前瞻性证据。脑注射22（2）：175-181。http://www.ncbi.nlm.nih.gov/pubmed/18240046 [13] Rajinikanth V，Dey N，Satapathy SC，Ashour AS（2018）基于Tsallis熵和可变形蛇模型的磁共振血管造影检查方法。未来通用计算系统85:160-172·doi:10.1016/j.future.2018.03.025 [14] Acharya UR等人（2019年）使用脑MRI图像自动检测阿尔茨海默病——一项采用各种特征提取技术的研究。医学系统杂志43（9）：302。https://doi.org/10.1007/s10916-019-1428-9 ·doi:10.1007/s10916-019-1428-9 [15] Jahmunah V等人（2019）使用非线性信号处理方法自动检测精神分裂症。《Artif Intell Med》100:101698。https://doi.org/10.1016/j.artmed.2019.07.006 ·doi:10.1016/j.artmed.2019.07.006 [16] Rajinikanth V、Sapathy SC、Fernandes SL、Nachiappan S（2017）基于熵的脑磁共振图像肿瘤分割——一项基于教学的优化研究。图案识别信94:87-95。https://doi.org/10.1016/j.patrec.2017.05.028 ·doi:10.1016/j.patrec.2017.05.028 [17] Rajinikanth V，Sapathy SC，Dey N，Lin H（2018）使用混合图像处理技术从CT/MR图像评估缺血性中风区域。In：智能多维数据和图像处理，第194-219页。https://doi.org/10.4018/978-1-5225-5246-8.ch007 [18] Palani TK，Parvathavarthini B，Chitra K（2016）通过整合元启发式多级阈值和马尔可夫随机场对大脑区域进行分割。Curr Med Imaging修订版12（1）：4-12·doi:10.2174/1573394711666150827203434 [19] Menze B、Reyes M、Leemput KV等人（2015）《多模态脑肿瘤图像分割基准（BRATS）》。IEEE Trans-Med Imaging 34（10）：1993-2024·doi:10.10109/TMI。2014.2377694 [20] Havaei M、Davy A、Warde-Farley D等人（2017年）使用深度神经网络进行脑肿瘤分割。医学图像分析35:18-31·doi:10.1016/j.media.2016.05.004 [21] Paul AY、Joseph P、Heather CH、Rachel GS、Sean H、James CG、Guido G（2006）用户指导的解剖结构三维主动轮廓分割：显著提高了效率和可靠性。神经影像学31（3）：1116-1128·doi:10.1016/j.neuroimage.2006.01.015 [22] Xin She Y（2013）蝙蝠算法：文献综述和应用。国际生物灵感计算杂志5（3）：141-149·doi:10.1504/IJBIC.2013.055093 [23] Fister IJ，Yang XS，Fister I，Brest J，Fister D（2013）《自然启发优化算法的简要回顾》。Electrotech版本80（3）：1-7·Zbl 1301.65045号 [24] Rajinikanth V、Sapathy SC、Dey N、Fernandes SL、Manic KS（2019）《使用Kapur熵和水平集进行皮肤黑色素瘤评估——使用bat算法的研究》。Smart Innov系统技术104:193-202。https://doi.org/10.1007/978-981-13-1921-1_19 ·doi:10.1007/978-981-13-1921-119 [25] Shiranjani D等人（2018）Kapur的熵和基于主动轮廓的视网膜视盘分割和分析。Lect Notes电子工程490:287-295。https://doi.org/10.1007/978-981-10-8354-9-26 ·doi:10.1007/978-981-10-8354-926 [26] Wang Y等人（2019）基于深度卷积神经网络的小鼠肝脏肉芽肿显微图像分类。应用软计算74:40-50。https://doi.org/10.1016/j.asoc.2018.10.006 ·doi:10.1016/j.asoc.2018.10.006 [27] Wang Y等（2019）小鼠肝纤维化显微图像的形态学分割分析和基于纹理的支持向量机分类。Curr Bioninform 14（4）：282-294。https://doi.org/10.2174/1574893614666190304125221 ·doi:10.2174/1574893614666190304125221 [28] Roopini TI，Vasanthi M，Rajinikanth V，Rekha M，Sangeetha M（2018）使用模糊熵和距离调节水平集从脑部MRI分割肿瘤。Lect Notes电子工程490:297-304。https://doi.org/10.1007/978-981-10-8354-9-27 ·doi:10.1007/978-981-10-8354-927 [29] Manic KS、Hasoon FA、Shibli NA、Sapathy SC、Rajinikanth V（2019）基于Kapur熵和Chan-Vese算法的脑肿瘤检查方法。AISC 797:901-909 [30] Rajinikanth V，Sapathy SC，Dey N，Lin H（2018）使用混合图像处理技术从CT/MR图像评估缺血性中风区域。In：智能多维数据和图像处理，第194-219页。https://doi.org/10.4018/978-1-5225-5246-8.ch007 [31] Rajinikanth V，Fernandes SL，Bhushan B，Sunder NR（2018）使用Tsallis熵和正则化水平集对脑肿瘤进行分割和分析。Lect Notes电子工程434:313-321·doi:10.1007/978-981-10-4280-5_33 [32] Revanth K等人（2018）《Flair/DW模式MRI脑卒中病灶分割的计算研究》。摘自：第四届生物信号、图像和仪器国际会议（ICBSII）。IEEE，第206-212页。https://doi.org/10.1109/icbsi.2018.8524617 [33] Rajinikanth V，Raja NSM，Kamalanand K（2017）Firefly算法使用Tsallis函数和马尔可夫随机场辅助从脑部MRI分割肿瘤。J控制工程应用通知19（3）：97-106 [34] Bauer S，Wiest R，Nolte LP等人（2013）脑肿瘤研究中基于MRI的医学图像分析调查。《物理医学生物学》58（13）：R97·doi:10.1088/0031-9155/58/13/R97 [35] Ma C，Luo G，Wang K（2018）用多尺度补丁驱动的活动轮廓模型连接和连接随机森林，用于MR图像的脑肿瘤自动分割。IEEE跨医学成像37（8）：1943-1954·doi:10.1109/TMI.2018.2805821 [36] Liu M，Zhang J，Nie D等（2018）基于解剖地标的脑疾病诊断MR图像深度特征表示。IEEE J生物医学健康22（5）：1476-1485·doi:10.1109/JBHI.2018.2791863 [37] El-Dahshan ESA、Mohsen HM、Revett K等人（2014）《通过MRI对人脑肿瘤进行计算机辅助诊断：一项调查和一种新算法》。专家系统应用41（11）：5526-5554·doi:10.1016/j.eswa.2014.01.021 [38] Kanmani P，Marikkanno P（2018）MRI脑图像分类：基于多级阈值的区域优化技术。医学系统杂志42（4）：62·doi:10.1007/s10916-018-0915-8 [39] Leandrou S、Petroudi S、Reyes-Aldasoro CC等（2018）轻度认知障碍和阿尔茨海默病的定量MRI脑研究：方法学综述。IEEE Rev Bio-Med工程11:97-111·doi:10.1109/RBME.2018.2796598 [40] Amin J、Sharif M、Yasmin M等（2018）脑肿瘤检测大数据分析：深层卷积神经网络。未来通用计算系统87:290-297·doi:10.1016/j.future.2018.04.065 [41] Yang XS（2011）多目标优化的Bat算法。国际生物灵感计算杂志3:267-274·doi:10.1504/IJBIC.2011.042259 [42] Yang XS（2010）《自然启发的元启发式算法》，第2版。英国Luniver出版社 [43] Abdel-Raouf O，Abdel-Baset M，El-Henawy I（2014）用于解决整数规划问题的改进混沌bat算法。国际现代教育与计算科学杂志（IJMECS）6（8）：18-24。https://doi.org/10.5815/ijmecs.2014.08.03 ·doi:10.5815/ijmecs.2014.08.03 [44] Roy S、Biswas S、Chaudhuri SS（2014）《自然灵感群体智能及其应用》。国际现代教育与计算科学杂志（IJMECS）6（12）：55-65。https://doi.org/10.5815/ijmecs.2014.12.08 ·doi:10.5815/ijmecs.2014.12.08 [45] Kapur JN，Sahoo PK，Wong AKC（1985）使用直方图熵进行灰度图像阈值化的新方法。Comput-Vis图形图像处理29:273-285·doi:10.1016/0734-189X（85）90125-2 [46] Manic KS、Priya RK、Rajinikanth V（2016）基于Kapur/Tsallis熵和萤火虫算法的图像多阈值化。印度科技杂志9（12）：89949 [47] Raja NSM、Rajinikanth V、Fernandes SL、Sapathy SC（2017）使用Kapur熵和隐马尔可夫随机场分割乳房热图像。医学影像健康信息杂志7（8）：1825-1829·doi:10.1166/jmihi.2017.2267 [48] Fernandes SL、Rajinikanth V、Kadry S（2019）评估乳房异常的混合框架。IEEE消费电子杂志8（5）：31-36。https://doi.org/10.109/MCE.2019.2905488 ·doi:10.1109/MCE.2019.2905488 [49] Dey N、Rajinikanth V、Ashour AS、Tavares JMRS（2018）社会群体优化支持皮肤黑色素瘤图像的分割和评估。对称性10（2）:51。https://doi.org/10.3390/sym10020051 ·Zbl 1412.92170号 ·doi:10.3390/sym10020051 [50] Dey N，Shi F，Rajinikanth V（2019）使用熵函数和Chan-Vese方法分割白细胞细胞核。信息技术智能交通系统314:255-264。https://doi.org/10.3233/978-1-61499-939-3-255 ·doi:10.3233/978-1-61499-939-3-255 [51] Roerdink JBTM，Meijster A（2001）分水岭变换：定义、算法和并行化策略。Fundam Informaticae基金会41:187-228·Zbl 0958.68184号 ·doi:10.3233/FI-2000-411207 [52] Shanthakumar P，Kumar PG（2015）使用分水岭分割技术的计算机辅助脑肿瘤检测系统。国际成像系统技术杂志25（4）：297-301。https://doi.org/10.1002/ima.22147 ·doi:10.1002/ima.22147 [53] Rajinikanth V、Thanaraj PK、Sapathy SC、Fernandes SL、Dey N（2019）Shannon基于熵和分水岭算法的缺血性中风伤口检查技术。SIST 105:23-31。https://doi.org/10.1007/978-981-13-1927-3_3 ·doi:10.1007/978-981-13-1927-33 [54] Raj SPS等人（2018）使用Otsu函数和分水岭分割进行数字乳房X光检查。参加：第四届生物信号、图像和仪器国际会议（ICBSII）。IEEE，第206-212页。https://doi.org/10.1109/icbsi.2018.8524794 [55] Garg G，Juneja M（2018）不同成像方式下前列腺分割技术的调查。当前成像版本14（1）：19-46·doi:10.2174/1573405613666170504145842 [56] Raja NSM等人（2019年）用Shannon熵分割白细胞图像的研究。组织病理学图像Ana Med Decis Mak 1-27。https://doi.org/10.4018/978-1-5225-6316-7.ch001 [57] Rajinikanth V，Dey N，Kavallieratou E，Lin H（2020）基于Firefly算法的Kapur阈值和Hough变换从血液学图像中提取白细胞切片。《萤火虫算法及其变体的应用：案例研究和新发展》，第221-235页。https://doi.org/10.1007/978-981-15-0306-1_10 [58] Rajinikanth V，Dey N，Sapathy SC，Kamaland K（2020）使用Kapur熵和蜘蛛猴优化检查裁剪图像数据库。高级智能系统计算1048:405-414。https://doi.org/10.1007/978-981-15-0035-0_32 [59] Rajinikanth V，Raja NSM，Sapathy SC，Dey N，Devadhas GG（2018），导管原位癌（DCIS）的热像图辅助检测和分析。参加：智能计算、仪表和控制技术国际会议（ICICIT）。IEEE，第1641-1646页。https://doi.org/10.109/icicit1.2017.8342817 [60] AlShahrani AM、Al-Abad MA、Al-Malki AS、Ashour AS、Dey N（2018）作物识别和分类自动化系统。摘自：《计算机视觉：概念、方法、工具和应用》，第1208-1223页。https://doi.org/10.4018/978-1-5225-5204-8.ch050 [61] Dey N、Ashour AS、Bhattacharyya S（2019）《应用自然灵感计算：算法和案例研究》。自然启发计算中的Springer域 [62] Dey N（ed）（2017）应用元启发式计算的进展。出版社 [63] Dey N（2020）Firefly算法及其变体的应用。自然界中的Springer地带·Zbl 1456.68008号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。