Szczegóły publikacji

Opis bibliograficzny

Advanced medical image segmentation enhancement: a particle-swarm-optimization-based histogram equalization approach / Shoffan SAIFULLAH, Rafał DREŻEWSKI // Applied Sciences (Basel) [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2076-3417. — 2024 — vol. 14 iss. 2 art. no. 923, s. 1–26. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 22–26, Abstr. — Publikacja dostępna online od: 2024-01-22. — S. Saifullah - dod. afiliacja: Universitas Pembangunan Nasional Veteran Yogyakarta, Yogyakarta, Indonesia. – R. Dreżewski - dod. afiliacja: Universitas Ahmad Dahlan, Yogyakarta, Indonesia

Autorzy (2)

Słowa kluczowe

PSOhistogram equalizationmedical imagingparticle swarm optimizationmedical image enhancement

Dane bibliometryczne

ID BaDAP151582
Data dodania do BaDAP2024-01-30
Tekst źródłowyURL
Rok publikacji2024
Typ publikacjiartykuł w czasopiśmie
Otwarty dostęptak
Creative Commons
Czasopismo/seriaApplied Sciences (Basel)


Accurate medical image segmentation is paramount for precise diagnosis and treatment in modern healthcare. This research presents a comprehensive study of the efficacy of particle swarm optimization (PSO) combined with histogram equalization (HE) preprocessing for medical image segmentation, focusing on lung CT scan and chest X-ray datasets. Best-cost values reveal the PSO algorithm’s performance, with HE preprocessing demonstrating significant stabilization and enhanced convergence, particularly for complex lung CT scan images. Evaluation metrics, including accuracy, precision, recall, F1-score/Dice, specificity, and Jaccard, show substantial improvements with HE preprocessing, emphasizing its impact on segmentation accuracy. Comparative analyses against alternative methods, such as Otsu, Watershed, and K-means, confirm the competitiveness of the PSO-HE approach, especially for chest X-ray images. The study also underscores the positive influence of preprocessing on image clarity and precision. These findings highlight the promise of the PSO-HE approach for advancing the accuracy and reliability of medical image segmentation and pave the way for further research and method integration to enhance this critical healthcare application.

Publikacje, które mogą Cię zainteresować

fragment książki
Enhanced medical image segmentation using CNN based on histogram equalization / Shoffan SAIFULLAH, Rafał DREŻEWSKI // W: 2023 2nd International Conference on Applied Artificial Intelligence and Computing (ICAAIC) [Dokument elektroniczny] : 4-6 May 2023, Salem, India / IEEE. — [USA] : IEEE, [2023]. — Dod. ISBN 978-1-6654-5629-6 (DVD ISBN), 978-1-6654-5631-9 (print on demand). — e-ISBN: 978-1-6654-5630-2. — S. 121-126. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 125-126, Abstr. — Publikacja dostępna online od: 2023-06-08
Modified histogram equalization for improved CNN medical image segmentation / Shoffan SAIFULLAH, Rafał DREŻEWSKI // Procedia Computer Science [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 1877-0509. — 2023 — vol. 225, s. 3021–3030. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 3029–3030, Abstr. — Publikacja dostępna online od: 2023-12-08. — KES2023 : 27th international conference on Knowledge based and intelligent information and Engineering Systems : Athens, Greece, 6–8 September 2023