大卫·A·温克勒。AU-Zhu，Hong AU-He，Hanzhi AU-Xu，Jinhui AU-Fang，Qianhao AU-Wang，Wei PY-2018 DA-2018/12/24 TI-基于果蝇优化和密度峰值聚类的医学图像分割SP-3052852 VL-2018 AB-本文提出了一种新的医学图像分割算法，将密度峰值聚类（DPC）与果蝇优化算法相结合，具有以下优点。首先，它避免了DPC在决策图中需要人工选择参数（如簇数）的问题，从而可以自动确定其值。其次，我们的算法使用随机步长，而不是果蝇优化算法中固定的步长，这有助于避免陷入局部最优。第三，利用图像的熵值选取截止距离和聚类中心，较好地捕捉图像的结构。在基准数据集和专有数据集上的实验表明，该算法能自适应地分割出具有较快收敛速度和较好鲁棒性的医学图像。编号：1748-670X UR-https://doi.org/10.1155/2018/3052852 DO-10.1155/2018/3052852 JF-医学计算和数学方法PB-Hindawi KW-ER-