MEDICINE & AI

タイトル：An improved African vultures algorithm for multi-threshold optimization in chest X-ray image segmentation DOI：10.1038/s41598-026-40174-6 概　要： 本研究は、胸部X線画像のセグメンテーションにおける診断精度の向上を目的とし、従来の二値スレッショルディング手法（Kapur法やOtsu法）がマルチスレッショルディングにおいて直面する計算負荷の課題を解決する新しい手法を提案します。改良されたマルチ目的アフリカハゲワシ最適化アルゴリズム（IMMOAVOA）を用い、平均部分反対学習戦略と深い探索メカニズムを統合することで、探索と活用のバランスを向上させます。また、Otsu法と二次元Kapurエントロピーを組み合わせたマルチ目的スレッショルディングモデルを開発し、様々なスレッショルディング技術の強みを活かします。提案手法の性能は、ZDTおよびDTLZテスト関数、ならびに胸部X線画像を用いて評価され、IMMOAVOAが元のAVOAや他のベンチマークアルゴリズムを上回ることが示されました。 方　法： この研究では、改良されたマルチ目的アフリカハゲワシ最適化アルゴリズム（IMMOAVOA）を用いた胸部X線画像のマルチスレッショルディング手法を提案しています。IMMOAVOAは、平均部分反対学習戦略と深い探索メカニズムを統合し、Otsu法と二次元Kapurエントロピーを組み合わせたマルチ目的スレッショルディングモデルを使用しています。性能評価には、ZDTおよびDTLZテスト関数と胸部X線画像が用いられました。 結　果： 実験結果は、IMMOAVOAが元のアフリカハゲワシアルゴリズム（AVOA）や他のベンチマークアルゴリズムに対して、すべての評価指標において優れた効率を示すことを明らかにしました。特に、提案手法はマルチスレッショルディングにおいて高い性能を発揮しました。 結　論： IMMOAVOAは、胸部X線画像のマルチスレッショルディングにおいて従来の手法を上回る性能を示し、診断精度の向上に寄与する可能性があります。この新しいアルゴリズムは、医療画像処理の分野における応用が期待されます。