matlab在医学图像处理中的应用

MATLAB在医学图像处理中的应用13级信息管理及信息系统2013051804王志群摘要：随着科学技术的发展，光学、数学、电子学、计算机科学、信息论、人工智能等各门学科的交叉应用，成为现代科学研究中的一个突出特色。近年来，计算机相关技术和图形图像处理技术逐步引入医学领域，许多数字化医学影像设备不断应用于临床，产生了CT、MRI、PET、SPET等大量的医学图像，这些医学图像具有数据结构复杂、数据量大等特点。要使临床医学对人体内部病变的观察更直接、更清楚，医学图像的处理和分析是前提和关键，因此，医学图像处理技术一直是国内处有关专家们研究的重点。Matlab是由MathWorks公司开发的一种主要用于数值计算和可视化图形图像处理的工程语言。经过不断的发展和完善，现在已成为具有超强数值计算、图形图像处理和仿真处理能力的软件。Matlab简单易学、开放式可扩展环境，特别是附带的30多种面向不同领域的工具箱支持，把计算、图示和编程集成到一个环境中，用起来非常方便。用MATLAB实现医学图像的数字化处理可以大大简化各种算法的难度和复杂度。关键词：MATLAB，数字图像处理1、医学图像的数字化处理医学图像数字化处理是指使用计算机对获取的图像进行各种处理，使之满足医疗需要的一系列技术的总称[4]。它是应用图形图像处理技术，来弥补影像设备和成像中的不足，从而得到用传统手段无法获取的医学信息。随着医学图像处理技术的发展，图像的去噪、图像的增强、图像的分割等基本技术，使得传统的医学图像的获取和观察方式被完全改变，图像处理技术在医学领域中变得越来越重要。1.1图像的去噪图像在生成、获取和传输等过程中，往往会发生质量的损伤，造成图像质量的损坏。医学图像的噪声是常见的影像问题，如超声设备中的斑点噪声。此类噪声如图像切割引起的即黑图像上的白点，白图像上的黑点噪声。这些噪声对医学图像的质量影响特别大，严重妨碍了影像的诊断。因此，图像的噪声过滤是图像处理的首要任务。目前，图像的噪声滤除方法有空域法和频域法两大类。医学图像的去噪，要根据具体产生的原因采用不同的方法。例如，对于CT图像中的的椒盐噪声可以采用中值滤波技术，它能在过滤噪声的同时，又能很好地保护边缘轮廓的信息。用MATLAB工具箱中medfilt2()函数实现中值滤波。1.2医学图像的增强图像增强是对图像进行加工，以得到对具体应用来说视觉效果更“好”、更“有用”的图像，也就是把有用信息变得更清晰，增强感兴趣的特征，抑制不感兴趣的特征，改变图像质量，丰富图像信息，加强图像识别是一种常见图像处理方法。常用的图像增强技术根据对图像进行处理所在的空间不同，可分为基于图像域的方法和基于变换域的方法。基于图像域的方法是直接在图像所在的空间进行处理，也就是在像素组成的空间里直接对像素进行操作；基于变换域的方法是在图像的变换域对图像进行间接处理。但它同样具有针对性，它必须针对某一特定的需要而采用特定的算法来实现图像的增强，改变图像的质量，以得到更好更清晰的图像供医务工作者进行诊断。1.3医学图像的分割医学图像的分割就是在数字图像处理中对感兴趣部位的特征提取，也就是在医学诊断中将影像中的病灶部分进行提取，这些病灶区域可以是像素的灰度值、物体轮廓特性曲线、纹理特性等，也可以是空间频谱或直方图特征等，提取出来的病灶域能帮助医生进行诊断，以及进行定性和定量的分析，它是图像处理与图像分析中的一个经典问题。随着计算机技术的发展和普及，医学图像分割技术也经历了一个从人工分割到半自动分割和自动分割的逐步发展过程。MATLAB工具箱提供的edge()函数可针对sobel算子、prewit算子、Roberts算子、Log算子和Canny算子实现检测边缘的功能。2、MATLAB图像处理工具箱DICOM文件一般包括DICOM文件头和DICOM图像数据集合。文件头包含数据集合的相关信息，图像的数据信息包括图像的大小和面积。MATLAB的图像处理工具箱提供了大量的图像处理函数，如获取DICOM文件信息的函数：dicominfo(),该函数返回的信息存在一个MATLAB结构中，要从DICOM文件中读取图像数据，MATLAB工具箱提供了dicomread()函数，该函数支持读入多种图像类型的DICOM格式。MATLAB图像处理工具箱还提供了inshow()、intool（）两种函数做图像的显示和分析，imerop()对图像进行裁剪、图像的插值缩放可用imresize()函数实现，旋转用imrotate()实现等等。另外，MATLAB工具箱还提供了一些常用的变换函数，如Radon()与Iradon()等函数，这些都是图形图像处理中常用的工具。3、图像的读入及显示1图像文件信息DICOM文件一般由DICOM文件头和DICOM数据集合组成。文件头包含标志数据集合的相关信息。数据集合由DI2COM数据元素(dataelement)按一定顺序排列组成。DICOM数据元素则是DICOM文件最基本的构成单元。它由四个部分组成:标签(tag)、数据描述VR(valuerepresentation)、数据长度VL(valuelength)和实际数据值value。而标签又由组号(高位2Byte)和元素号(低位2Byte)两部分组成。MATLAB图像处理工具箱提供了获取DICOM文件信息的函数:dicominfo()。该函数首先判断文件是否为DICOM格式,实践证明,MATLAB软件功能强大、数据计算能力突出、语言简洁易读。使用图像工具箱中的医学图像处理函数,可以方便快捷地实现医学图像的读写及简单处理功能。本文用实例证明了在MATLAB环境中可以方便、快速、有效地实现复杂医学图像处理算法。同时MATLAB工具箱涉及的专业领域广泛且功能强大。由于工具箱具有可靠性和开放性,可以方便地直接加以使用,也可以将自己的代码加到工具箱中以改进函数功能。因此,在MATLAB环境下,实现医学图像的处理和分析具有很大的应用优势和价值。满足以下条件之一的即为DICOM格式:a)头文件是132Byte且第129～132Byte是‘DICM’;b)检查头文件的第一个数据元素的属性,数据元素的标签以组号0x0002或0x0008开头。通过该函数可以获取DICOM文件的大小、尺寸、窗宽、窗位、数据类型、传输协议、设备描述、获得日期以及病人状况等信息。比如调用metadata=dicominfo(′CT2MONO22162ankle.dcm′);返回一个结构体。metadata1TransferSyntaxUID=112184011000811.2%传输协议标志metadata1RescaleIntercept=21024%尺度截距metadata1RescaleSlope=1%尺度斜率2图像的读入MATLAB图像处理工具箱提供的dicomread()函数支持读入多种图像类型的DICOM格式。一般来说,DICOM格式文件的数据元素存储的是经过变换后的图像数据,笔者可以根据读入的图像数据X以及图像的信息metadata得到相应的图像CT值。转换公式为:Hu=a.3X+b。其中:a为metadata1RescaleSlope;b为metadata1RescaleIntercept。3图像的显示目前的DICOM图像一般都是16位,即其显示范围可以达到65536,然而屏幕显示范围只有0～255,故需要定义像素的CT值到屏幕像素对应的灰度值(0～55)的映射。常用加窗显示的线性映射来实现。所谓加窗显示是指通过限定一个窗口,将窗口区域的图像数据线性地转换到显示器的最大显示范围内,高于或低于窗口上下限的图像数据则分别设置为最高或最低的显示值[2]。这样通过动态地调节窗口的窗宽和窗位,就可以观察到医学图像的全部信息。MATLAB图像处理工具箱提供了多种动态调整图像对比度和亮度的函数。通常用以下两种函数做图像的显示和分析:a)imshow()函数,该函数自动设置图像窗口、坐标轴和图像属性。可以设定预显示的上下限,也可以调用函数imcon2trast()生成一个adjustcontrasttool,它可以可视地调整当前灰度图像的对比度和亮度。结束语实践证明,MATLAB软件功能强大、数据计算能力突出、语言简洁易读。使用图像工具箱中的医学图像处理函数,可以方便快捷地实现医学图像的读写及简单处理功能。本文用实例证明了在MATLAB环境中可以方便、快速、有效地实现复杂医学图像处理算法。同时MATLAB工具箱涉及的专业领域广泛且功能强大。由于工具箱具有可靠性和开放性,可以方便地直接加以使用,也可以将自己的代码加到工具箱中以改进函数功能。因此,在MATLAB(R2006b)环境下,实现医学图像的处理和分析具有很大的应用优势和价值。参考文献:[1]田捷,包尚联,周明全1医学影像处理与分析[M]1北京:电子工业出版社,20031[2]张尤赛,陈福民1DICOM医学图像窗口变换的加速算法[J]1计算机工程与应用,2003,39(13):2182220.[3]王立功,刘伟强,于甬华,等.DICOM医学图像文件格式解析与应用研究[J]1计算机工程与应用,2006,42(29):2102212,225.[4]曾筝,董芳华,陈晓,等.利用MATLAB实现CT断层图像的三维重建[J]1CT理论与应用研究,2004,13(2):24229.[5]任忠宝,李佳1基于MATLAB的颅面三维重构技术[J]1计算机工程,2005,31(24):1912193.[6]王家文,李迎军1MATLAB710图形图像处理[M]1北京:国防工业出版社,2006.