Un nuevo algoritmo multiumbral para la segmentación de imágenes de resonancia magnética

Abstract

La segmentación es una etapa crucial en las técnicas de evaluación de imágenes. La segmentación precisa de imágenes de resonancia magnética cerebral se ha estudiado ampliamente porque el uso de este tipo de métodos permite detectar y reconocer una amplia gama de trastornos. El umbralaje es un método sencillo y eficaz para segmentar imágenes. Pero dependiendo de cuántos umbrales se empleen para la segmentación, las técnicas basadas en el umbral tienden a ser más costosas de calcular. En consecuencia, los algoritmos metaheurísticos son una herramienta crucial para el umbralado multinivel que ayudan a determinar los mejores valores. Utilizando un algoritmo de búsqueda cucú (NCS), hemos sugerido un método más eficiente para segmentar imágenes de resonancia magnética. Se utilizaron tres funciones objetivo diferentes (el método de Otsu, la entropía de Kapur y la función de entropía de Tsallis) comparando el resultado de la estrategia proyectada con el algoritmo de búsqueda del cuco (CS).