GSA basierte Klassifizierung von Lungenknoten in CT Bildern

Medizinische Bildverarbeitungstechniken werden in verschiedenen medizinischen Bereichen zur Früherkennung von Krankheiten eingesetzt. Das CAD-System (Computer Aided Diagnostic) liefert eine große Menge an Informationen, um die Genauigkeit von Differentialstrukturen in kurzer Zeit zu analysieren und zu bewerten. Die Bildqualität mit detaillierten Kanten ist der Kernfaktor dieser Forschung, bei der eine Technik mit geringer Vorverarbeitung zur Filterung verwendet wird. Als fortschrittliche Methode im Vergleich zum Standard-Medianfilter führt der adaptive Medianfilter eine räumliche Verarbeitung durch, um Details zu erhalten und nicht-impulsives Rauschen zu glätten. Die Bildsegmentierung erfolgt mithilfe von Kantenerkennungsverfahren in Lungen-CT-Bildern zur Informationsgewinnung, was ein vorheriger Schritt für die Merkmalsextraktion und -auswahl ist. Zur Erkennung der unterschiedlichen Strukturen wird ein neuer Kantenerkennungsalgorithmus vorgeschlagen, der Gravitationssuchalgorithmus, der vom Gesetz der universellen Schwerkraft inspiriert ist. Bei diesem Ansatz werden die Kanten durch die lokale Variation der Intensitätswerte erkannt und die Bewegung der Agenten wird mithilfe des Gravitational Search Algorithm (GSA) berechnet. Er bietet einen schnellen und genauen Rahmen für die Merkmalsextraktion und -auswahl. Für die Merkmalsextraktion wird eine Graustufen-Koinzidenzmatrix verwendet.