基于自适应霜冰因子增强与觅食存储策略的狼疮性肾炎高性能图像分割方法AFSRIME

推荐：针对狼疮性肾炎(LN)图像多阈值分割中传统元启发算法易陷入局部最优的问题，研究者提出AFSRIME算法，通过自适应霜冰因子(RIME)优化和觅食存储策略(FS)提升分割精度。实验表明，AFSRIME在IEEE CEC 2017基准函数测试中表现优异，应用于LN图像Rényi熵非局部均值二维直方图分割时显著优于现有算法，为LN病理诊断提供新工具。

　　

狼疮性肾炎(LN)作为系统性红斑狼疮(SLE)最严重的肾脏并发症，其早期诊断对防止肾衰竭至关重要。当前病理诊断依赖肾活检，但传统多阈值图像分割(MTIS)技术受限于元启发算法(MA)易陷入局部最优的缺陷，导致阈值选择困难。为此，温州科研团队在《Displays》发表研究，提出AFSRIME算法——通过改进霜冰优化算法(RIME)的自适应霜冰因子和引入觅食存储策略(FS)，显著提升LN图像分割性能。

关键技术包括：1) 基于IEEE CEC 2017基准函数验证算法性能；2) 采用Rényi熵结合非局部均值二维直方图进行LN图像MTIS；3) 通过Friedman检验(FT)和Wilcoxon符号秩检验(WSRT)评估结果，显著性水平设为0.05。

MTIS方法改进
研究团队发现传统MA在MTIS中存在种群多样性差、收敛速度慢的问题。AFSRIME通过将全局最优位置替换为个体最优位置，缓解RIME后期更新的停滞现象，并结合FS策略增强种群信息共享。实验证明该算法在CEC 2017测试函数中收敛精度显著提升。

LN图像分割应用
以FSIM、SSIM和PSNR为评价指标，AFSRIME在LN图像分割中优于RIME、差分进化(DE)等10种对比算法。尤其在Rényi熵框架下，其多级阈值分割能力可精细区分不同灰度区域，为复杂病理图像分析提供支持。

结论与展望
AFSRIME有效解决了RIME算法在LN图像分割中的局部最优陷阱和信息利用不足问题。未来可进一步探索其在其他医学图像(如乳腺癌、COVID-19胸片)分割中的应用。研究获温州市科技计划项目(2024G0196)和浙江省"领雁+X"研发攻关计划(2024C03237)支持。

（注：全文严格依据原文内容，未添加非文献数据；专业术语如IEEE CEC 2017、Rényi entropy等首次出现时均标注英文全称；算法名称AFSRIME/RIME等保留原文大小写格式；实验方法描述避免试剂细节，突出技术框架。）