摘要:针对传统的医学图像分割算法存在组织边缘模糊、灰度不均匀和图像噪声高的问题, 将信息熵和改进的粒子群算法相结合, 提出了一种基于信息熵和改进的粒子群算法的医学图像分割方法, 在确保信息熵最大的条件下, 实现医学图像的最佳阈值分割。将信息熵最大化作为适应度函数, 通过改进的粒子群算法优化获得最佳分割门限, 实现医学图像的最佳阈值分割。选择不含噪声和含噪声的脑部图像为研究对象, 通过直观分析、客观分析和分割速度分析发现, 提出的新方法在很大程度上克服了传统医学图像分割算法存在的缺陷, 分割速度和精度得到显著提升; 与此同时, 新的算法具有很强的鲁棒性和抗噪声能力。