1 内容介绍
在现代医学领域中,医学影像处理技术随着计算机科学和影像技术的进步,已经成为医学领域重要的一个分支。室外光照度不均、CT自身空间分辨率和层厚参数、人体组织器官蠕动等诸多外界因素造成了医学X线图像具有噪声污染、细节信息隐藏、病变组织边缘模糊等问题[1]-[3],对医生诊断和治疗的准确性构成了潜在影响。本文以"人体肺"CT图像为研究对象,利用MATLAB GUI(Graphical UserInterface)的高度集成开发环境,对图像进行了图像增强、滤波、边缘检测、图像分割和形态学处理操作。结果证明处理后的CT图像较原图像有更好的可视度,有效地改善了图像质量,方便医务人员提取更多有价值的图像细节信息。
2 仿真代码
% (图像分割)MATLAB胸部CT肺质提取
% demo
% by HPC_ZY 20190718
clear; close all; clc
load imset % 数据集
showflag = 0; % 是否显示中间图像
imidx = 1; % 测试图像序号
im = im2double(imset{imidx});
%% 1.阈值分割
% 全局分割
imbi0 = imbinarize(im);
% 基于轮廓像素分割
Eidx = edge(im,'log'); % 拉普拉斯获取边缘
E1 = im(Eidx); % 获取边缘像素
E1 = E1(E1>0);
imbi1 = imbinarize(im,graythresh(E1));
% 基于有效像素分割
E2 = im(im>0.02); % 获取非0像素
imbi2 = imbinarize(im,graythresh(E2));
if showflag
figure
subplot(221),imshow(im),title('\fontsize{16}原图')
subplot(222),imshow(imbi0),title('\fontsize{16}全局分割')
subplot(223),imshow(imbi1),title('\fontsize{16}基于轮廓像素分割')
subplot(224),imshow(imbi2),title('\fontsize{16}基于有效像素分割')
end
%% 2.提取人体部分
% 计算连通分量
[label,num] = bwlabel(imbi0);
% 计算最大连通分量
MAX = 0;
for k = 1:num
maxtmp = sum(find(label==k));
if maxtmp>MAX
IDX = k;
MAX = maxtmp;
end
end
imbi = label==IDX;
if showflag
figure
subplot(121),imshow(imbi0),title('\fontsize{16}二值图')
subplot(122),imshow(imbi),title('\fontsize{16}胸腔')
end
%% 3.提取疑似肺质
imbiFull = imfill(imbi,'hole'); % 填充
objtmp = imbiFull-imbi;
if showflag
figure
subplot(131),imshow(imbi),title('\fontsize{16}胸腔')
subplot(132),imshow(imbiFull),title('\fontsize{16}填充')
subplot(133),imshow(objtmp),title('\fontsize{16}疑似肺质')
end
%% 4.去除非肺质
P = 2000;
MASK = bwareaopen(objtmp,P,4); % 删除面积小于P的连通分量
if showflag
figure
subplot(131),imshow(objtmp),title('\fontsize{16}疑似肺质')
subplot(132),imshow(MASK),title('\fontsize{16}肺质MASK')
subplot(133),imshow(im),title('\fontsize{16}原图')
end
%% 5.其他优化操作
% 略
figure
subplot(221),imshow(im),title('\fontsize{16}原图')
subplot(222),imshow(imbi),title('\fontsize{16}胸腔')
subplot(223),imshow(objtmp),title('\fontsize{16}疑似肺质')
subplot(224),imshow(MASK),title('\fontsize{16}肺质MASK')
3 运行结果
4 参考文献
[1]杨宝会. 基于Matlab GUI的医学图像处理系统. Diss. 暨南大学, 2015.
博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。
部分理论引用网络文献,若有侵权联系博主删除。